Diverse Densityに基づく画像データ検索用キーボイント抽出法について

摘要

We are planning to construct an image retrieval system using FPGA. For designing this system, we developed a prototype system, which retrieves the image having maximum number of matched local image features with a query image. The reason why we don't use Bag of Features (BoF) is that codebook referencing may consume considerable time and computational resources on FPGA. For this purpose, the local features describing a stored image should satisfy the following conditions:1)they should have strong discrimination power from other images, 2) they should be robust against observation distortions including rotation, scaling, and so on. In order to maximize the number of stored images, the number of local features describing a stored image should be minimized. For selecting such "good local features" from all local features, we propose a method based on Diverse Density. In the experiment, we confine the number of local features describing a single image to10, and our method outperforms other local feature selection methods.%我々は，SOTやSURFなどの画像の局所特徴量を用いた画像検索システムをFPGA上に構築するためのプロトタイプを設計している.この設計ではBag of Features (BoF)などのコードブックを用いた特徴記述を行うことは煩雑であるため，局所特徴量そのものを用いた画像検索を行う，この際，一枚の画像を特徴付けるキーポイントが満たすべき条件としては，1)他の画像には含まれない弁別性の高い局所特徴量を持つこと，2)画像の回転やスケール変化等の変換を受けても検出されやすいこと，という2つが重要である.これらの条件を満足する少数のキーポイントを用いて登録する画像を記述しておけば，省メモリかっ高速で，しかも口バストな画像検索が行えるはずである.このようなキーポイントを抽出するためにDiverse Densityを用いたキーポイントの絞込み法を提案する.実験では，1枚の画像を10個のキーポイントで記述するものとし，ランダムに選んだキーボイントよりも，提案手法で選んだ10点のほうが圧倒的に安定な検索が行えることを確認した.