Feature Descriptor

Feature Descriptor(형상 기술자)는 유용한 정보를 추출하고 관계가 없는 정보를 버림으로써 이미지를 단순화하고 이미지내의 특정 지점이나 객체의 특징을 기술하는 방법이다. 이 특징은 다양한 방식으로 추출되고, 이를 통해 이미지의 내용에 대한 정보를 표현하거나 비교할 수 있다.

Image Matching(Feature Matching)

서로 다른 두 이미지를 비교해서 짝이 맞는 같은 형태의 객체가 있는지 찾아내는 기술

Image Feature (Key point)

Image Feature는 이미지에서 중요한 (특징이 되는) 부분이다. Image Matching 시 이미지에서 나타나는 이런 특징점들을 서로 비교하여 진행한다.
객체의 위치 정보, 주변 픽셀과의 관계에 대한 정보도 함께 가진다.

Feature Descriptor

Keypoint를 중심으로 정해진 크기의 블록으로 주변 픽셀을 나누어 픽셀의 그래디언트 히스토그램을 계산한 것이다. Keypoint의 색상, 밝기, 크기 등의 정보를 포함한다.

Descriptor 검출 방법

• 2D Image
  HoG (Histogram of Oriented Gradients)
  SIFT (Scale-Invariant Feature Transform)
  $\space\space\space\space$ - D-SIFT (Dense - SIFT)
• 3D Point cloud
  PFH (Point Feature Histogram)
  $\space\space\space\space$ - FPFH (Fast PFH)

Histogram of Oriented Gradients (HoG)

잘 정리해놓은 포스트를 첨부합니다.

참고 문헌

• https://blog.naver.com/tommybee/221173056260
• https://blog.naver.com/dongju0531hb/222443993008
• https://theailearner.com/2019/05/11/understanding-image-gradients/

Scale-Invariant Feature Transform(SIFT)

참고 문헌

• https://velog.io/@everyman123/SIFT-%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98-%EC%9D%B4%ED%95%B4%ED%95%98%EA%B8%B0