Bilateral FilterによるSIFTの性能改善-GPUを用いた高速化実装

摘要

SIFTは画像の回転、スケール変化、照明変化等に頑健な特徴立として知られている。しかし、従来手法ではマッチングの際、エッジ上の特徴点が誤対応になる場合が多いという問題があった。そこで筆者らは以前に、SIFTの平滑化処理にBilateralフィルタを適用することで、エッジ上の特徴点の誤対応を減少させる手法を提案した。Bilatcralフィルタは、画素間の距離のみで重みを決めるのではなく、輝度の差も考慮し、変化の大きい部分は重みを小さくすることによってエッジを残す。この手法により、輝度についても重み付けを行うことで差分画像間の情報量が増え、抽出される特徴点が増加したため、精度が向上した。しかし、本手法には計算量が増加するという問題があった。そこで、GPGPUにより提案手法の高速化実装を図る。今回は、処理時間増加の著しいフィルタ処理部分においてCUDAによる実装を行い、高速化を確認した。%SIFT is known as local features that has robustness against rotation, scale and illumination changes of the images. However, in matching by the original SIFT, there is a problem that the keypoints on edges often become false recognition. We had therefore presented a method for alleviating this problem by apply Bilateral filter instead of Gaussian filter that is used for smoothing process in SIFT. Bilateral filter does not decide a weight only by using distances between pixels, but also considers brightness differences of pixels, and in the location where a large pixel difference is observed, it keeps edges by reducing the weight. By using this method, the amount of information of image differences increases and improvement of correspondence accuracy is expected. However, there is a problem from the viewpoint of computational complexity. Therefore, we try to develop faster implementation of the proposal by using GPGPU. We accelerated the filtering process by CUD A which causes heavy increase in computation time, and confirm its faster processing.