最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

特徴の検出と抽出

イメージのレジストレーション、関心点の検出、特徴記述子の抽出、特徴点のマッチング

局所特徴とその記述子は、多くのコンピューター ビジョン アルゴリズムにおける基本ブロックとなります。用途としては、イメージのレジストレーション、オブジェクトの検出と分類、追跡、動き推定などがあります。これらのアルゴリズムでは、スケール変更、回転およびオクルージョンなどの処理を改善するために局所特徴が使用されます。Computer Vision Toolbox™ のアルゴリズムには、FAST、Harris、Shi & Tomasi などのコーナー検出器や、SURF、KAZE、および MSER のブロブ検出器などがあります。ツールボックスには SURF、FREAK、BRISK、LBP、ORB、HOG の各記述子が含まれています。これらの検出器や記述子はアプリケーションのニーズに応じて組み合わせることができます。深層学習の分野の手法を適用する事前学習済みの畳み込みニューラル ネットワークを使用して、特徴を抽出することもできます。

注目の例