画像マッチング手法の数学的解析

Abstract

画像マッチングは、ロボティクス、リモートセンシング、地理空間データ解析に対する直接的な応用を持つ、コンピュータビジョンにおける基本的な問題です。本稿では、衛星画像に対して、古典的なローカル特徴に基づく画像マッチング手法を対象に、分析的および実験的な評価を提示します。焦点は、スケール不変特徴量（Scale-Invariant Feature Transform: SIFT）と、方向付きFASTおよび回転BRIEF（Oriented FAST and Rotated BRIEF: ORB）です。各手法は、共通のパイプラインを通じて評価されます。すなわち、特徴点検出、記述子抽出、記述子マッチング、そして、ホモグラフィ推定に基づくRANSACによる幾何学的検証です。マッチング品質は、インライア比（Inlier Ratio）によって評価します。これは、推定されたホモグラフィと整合する対応（correspondences）の割合です。この研究では、意図的な重なりを持つ、GPSが注釈された衛星画像タイルから手作業で構築したデータセットを用います。抽出された特徴点の数が、得られるインライア比に与える影響を検討します。