Matching에서 geometric alignment와 transform estimation이 중요한 이유는, 단순히 feature vector의 유사도만을 고려하는 것보다 더 신뢰도 높은 대응점을 찾기 위해서임.  Matching 과정에서 두 이미지 또는 두 데이터 세트 사이의 correspondence를 찾는 것은 첫 번째 단계에 불과하며,여기서 추가적인 geometric 정보를 활용하면 대응점의 정확도를 크게 향상시킬 수 있음.때문에 1차적으로 얻은 correpondence를 통해 geometric transform matrix를 구하는 다양한 fitting 기법이 사용됨.더보기일반적 Matching 과정 절차:Feature vector의 distance 계산하여 두 데이터 사이의 잠재적 corr..

1. M-Estimator란M- Estimator는 Noise 에 Rubust 한 Statistical Estimator(통계적추정방법) 의 하나로서,Maximum Likelihood Estimatro (MLE)를 일반화한 방법임.이는 모델 parameter $\boldsymbol{\theta}$를 추정하기 위해residual $\mathbf{r}$에 대한 특정 object function을 정의하여 최소함.기존의 Least Square 에서 사용하는 object function인 $\|\mathbf{r}\|^2$ 대신에,outlier에 더 강건한 object function인 $\rho(\mathbf{r})$를 정의하여 사용함.2. Optimizer Problem으로 나타낸 M-Estimator일반적인..

이 글은 OpenCV에서 K-Means Tree 를 중심으로FLANN based Matcher의 하이퍼파라미터를 정리한 글임.https://gist.github.com/dsaint31x/e06fee90d97dd177afe4e38c5b9db68c dip_kmeans_hyperparams.ipynbdip_kmeans_hyperparams.ipynb. GitHub Gist: instantly share code, notes, and snippets.gist.github.com1. K-Means Tree란K-Means Tree는OpenCV의 FLANN (Fast Library for Approximate Nearest Neighbors)에서사용 가능한 고속 근사 검색 알고리즘 중 하나.K-Means Tree는대..

https://gist.github.com/dsaint31x/f7f59e6b99f6ef3dc46e4e7da8826cd9 dip_kmeans_tree.ipynbdip_kmeans_tree.ipynb. GitHub Gist: instantly share code, notes, and snippets.gist.github.com 0. 소개K-Means Tree는대규모 데이터에서효율적으로 Nearest Neighbor Search (최근접 이웃 검색)을 수행하기 위해계층적으로 데이터를 K개의 cluster로 clustering하여일종의 Binary Tree 자료구조 를 만드는 알고리즘.k-d Tree에서 k는 검색하는 vector space의 dimensionality에 해당하며,K-Means Tree는 각 d..

Optical Flow: Lucas Kanade Method (LK method, 1981) Lucas-Kanade Method은 특징점을 중심으로 하는 local window를 선택하여,해당 window내에서 모든 pixel이 brightness constancy contraint를 만족한다는 가정 하의 linear system model을 이용하여 sparse optical flow를 구하는 알고리즘을 가리킴.local optimization method에 기반하다는 점에서 Horn-Shunck 메서드와 대비됨.작은 local window를 사용하기 때문에 계산량이 작다는 장점을 가지나, large motion에 취약.key point에 의존하며, 일반적으로 정확도 면에서 Horn-Shunck보다 떨..

Horn-Schunck(혼 슁크) 방법은Optical Flow를 구하는 기법으로Global Optimization Method임.Optical flow는 연속된 영상프레임 사이에서Global Optimization 기반으로 물체의 이동(motion vector or velocity)을 추출하는 기법임. Original Ref. : https://www.researchgate.net/publication/222450615_Determining_Optical_Flow 더보기참고:2004년 제안된 Brox Algorithm은 Horn-Schunck Method가 조명이 변화하는 환경이나 Texture가 약한 환경에서 잘 동작하지 않는 단점을개선한 알고리즘으로 $E_\text{data}$와 $E_\text{sm..