비트 재배열과 순차비교를 통한 BRIEF 기술자의 고속 매칭 = Fast Matching of BRIEF Descriptors through Bit Rearrangement and Sequential Comparison

국문 초록 (Abstract)

이진 특징 기술자의 매칭은 비트 연산에 기반한 해밍 거리를 사용하기 때문에, 실수 연산에 기반한 유클리디안 거리를 사용하는 기존의 비이진 기술자들에 비해 효율적으로 수행된다. 그러나, 많은 수의 고차원 이진 특징 기술자를 매칭하는 것은 기대만큼 빠르지 않다. 그러므로, 실시간 동작이 필수적인 객체(혹은 카메라) 추적과 같은 응용 분야에서는 이진 기술자의 매칭 속도를 보다 향상시킬 수 있는 방법에 대한 요구가 증가해왔다. 본 논문에서는 BRIEF 기술자의 매칭 속도를 향상시키기 위해, 기술자의 각 비트의 식별도(discriminativity)를 계산하여 재배열한 후, 저차원의 기술자의 해밍 거리를 순차적으로 분석해가는 방법을 사용한다. 여기서, 식별도 계산 및 재배열하는 방법에 따라 성능이 달라질 수 있는데, 실험을 통해 각 방법에 의한 성능을 분석하고, 최적의 방법을 모색한다.

참고문헌 (Reference)

1 박한훈, "부분 해밍 거리의 순차적 분석을 통한 이진 특징 기술자의 고속 정합에 관한 연구" 한국신호처리시스템학회 14 (14): 217-221, 2013

2 S. Zhang, "USB: Ultrashort binary descriptor for fast visual matching and retrieval" 23 (23): 3671-3682, 2014

3 H. Bay, "SURF: Speeded-up robust features" 110 (110): 346-359, 2008

4 E. Rublee, "ORB: An efficient alternative to SIFT or SURF" 2564-2571, 2011

5 R. Hartley, "Multiple View Geometry" Cambridge University Press 2003

6 S. P. Lloyd, "Least squares quantization in PCM" 28 (28): 129-137, 1982

7 M. Norouzi, "Fast search in Hamming space with multi-index hashing" 3108-3115, 2012

8 M. Muja, "Fast matching of binary features" 404-410, 2012

9 H. Park, "Fast feature matching by coarse-to-fine comparison of rearranged SURF descriptors" E98-D (E98-D): 2015

10 A. Alahi, "FREAK: Fast retina keypoint" 510-517, 2012

11 D. Lowe, "Distinctive image features from scaleinvariant keypoints" 60 (60): 91-110, 2004

12 C. L. Zitnick, "Binary coherent edge descriptors" 170-182, 2010

13 S. Leutenegger, "BRISK: Binary robust invariant scalable keypoints" 2548-2555, 2011

14 M. Calonder, "BRIEF: Binary robust independent elementary features" 778-792, 2010

15 E. Rosten, "''Machine learning for high-speed corner detection" 430-443, 2006