دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
ویژگی های مقاوم تسریع شده (SURF) |
عنوان انگلیسی مقاله: |
Speeded-Up Robust Features (SURF) |
|
مشخصات مقاله انگلیسی (PDF) | |
سال انتشار | 2008 |
تعداد صفحات مقاله انگلیسی | 14 صفحه با فرمت pdf |
رشته های مرتبط با این مقاله | مهندسی کامپیوتر و مهندسی برق |
گرایش های مرتبط با این مقاله | مهندسی نرم افزار، هوش مصنوعی و مهندسی الکترونیک |
مجله | چشم انداز کامپیوتر و درک تصویر |
دانشگاه | زوریخ، سوئیس |
کلمات کلیدی | نقاط موردعلاقه، ویژگیهای محلی، توصیف ویژگی، کالیبراسیون دوربین، شناسایی شیء |
شناسه شاپا یا ISSN | ISSN 1077-3142 |
رفرنس | دارد |
لینک مقاله در سایت مرجع | لینک این مقاله در نشریه Elsevier |
نشریه | Elsevier |
مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 36 صفحه |
ترجمه عناوین تصاویر و جداول | ترجمه شده است |
ترجمه متون داخل تصاویر | ترجمه نشده است |
ترجمه متون داخل جداول | ترجمه نشده است |
درج تصاویر در فایل ترجمه | درج شده است |
درج جداول در فایل ترجمه | درج شده است |
درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است |
- فهرست مطالب:
چکیده
1. مقدمه
2. کار مرتبط
2.1. آشکارسازی نقطه موردعلاقه
2.2. توصیف نقطه موردعلاقه
3. تشخیص نقطه موردعلاقه
3.1. تصاویر انتگرال
3.2. نقاط موردعلاقه مبتنی بر ماتریس هسین
3.3. نمایش فضای مقیاس
3.4. مکانیابی نقطه موردعلاقه
4. توصیف و تطبیق نقطه موردعلاقه
4.1. تعیین جهتگیری
4.2. توصیفگر مبتنی بر مجموع پاسخهای موجک Haar
4.3. شاخص گذاری سریع برای تطبیق
5. نتایج
5.1. ارزیابی تجربی و تنظیمات پارامتری
5.1.1. آشکارساز SURF
5.1.2. توصیفگر SURF
- بخشی از ترجمه:
6. نتیجهگیری و چشمانداز
ما یک آشکارساز و توصیفگر نقطه موردعلاقه نامتغیر با مقیاس و چرخش سریع و کارا ارائه کردیم. این گین سرعت مهم به دلیل استفاده از تصاویر انتگرال است که بهطور مؤثری تعداد عملیات را برای کانولوشنهای جعبهای ساده، مستقل از مقیاس انتخابشده کاهش میدهد. نتایج نشان دادند که عملکرد تقریب هسین ما قابلمقایسه و اغلب بهتر از آشکارسازهای نقطه موردعلاقه پیشرفته است. تکرارپذیری بالا برای خودکالیبراسیون دوربین که در آن یک آشکارسازی نقطه موردعلاقه دقیق تأثیر مستقیمی بر روی دقت خودکالیبراسیون دوربین و درنتیجه روی کیفیت مدل سهبعدی حاصل دارد سودمند است.
بااینحال، مهمترین پیشرفت (بهبود) سرعت آشکارساز است. حتی بدون هیچ بهینهسازی اختصاصی، یک محاسبه تقریباً زمان واقعی بدون کاهشی در عملکرد به دست آمد، که نشاندهنده مزیت مهمی برای بسیاری از کاربردهای بینایی کامپیوتر آنلاین است.
- بخشی از مقاله انگلیسی:
6. Conclusion and outlook
We presented a fast and performant scale and rotationinvariant interest point detector and descriptor. The important speed gain is due to the use of integral images, which drastically reduce the number of operations for simple box convolutions, independent of the chosen scale. The results showed that the performance of our Hessian approximation is comparable and often better than the state-of-theart interest point detectors. The high repeatability is advan tageous for camera self-calibration, where an accurate interest point detection has a direct impact on the accuracy of the camera self-calibration and therefore on the quality of the resulting 3D model. The most important improvement, however, is the speed of the detector. Even without any dedicated optimisations, an almost real-time computation without loss in performance was achieved, which represents an important advantage for many on-line computer vision applications.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
ویژگی های مقاوم تسریع شده (SURF) |
عنوان انگلیسی مقاله: |
Speeded-Up Robust Features (SURF) |
|