elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Match or No Match: Keypoint Filtering based on Matching Probability

Papadaki, Alexandra und Hänsch, Ronny (2020) Match or No Match: Keypoint Filtering based on Matching Probability. In: 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops, CVPRW 2020, Seiten 4371-4378. IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), 2020-06-14 - 2020-06-19, virtual. doi: 10.1109/CVPRW50498.2020.00515. ISBN 978-1-7281-9360-1. ISSN 2160-7508.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Kurzfassung

Keypoints that do not meet the needs of a given application are a very common accuracy and efficiency bottleneck in many computer vision tasks, including keypoint matching and 3D reconstruction. Many computer vision and machine learning methods have dealt with this issue, trying to improve keypoint detection or the matching process. We introduce an algorithm that filters detected keypoints before the matching is even attempted, by predicting the probability of each point to be successfully matched. This is realised using a flexible and time efficient Random Forest classifier. Experiments on stereo and multi-view datasets of building facades show that the proposed method decreases the computational cost of a subsequent keypoint matching and 3D reconstruction, by correctly filtering 50% of the points that wouldn't be matched while preserving 73% of the matchable keypoints. This enables a subsequent processing with minimal mismatches, provides reliable matches, and point clouds. The presented filtering leads to an improved 3D reconstruction of the scene, even in the hard case of repetitive patterns and vegetation.

elib-URL des Eintrags:https://elib.dlr.de/139665/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Match or No Match: Keypoint Filtering based on Matching Probability
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Papadaki, AlexandraTU BerlinNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Hänsch, RonnyRonny.Haensch (at) dlr.dehttps://orcid.org/0000-0002-2936-6765NICHT SPEZIFIZIERT
Datum:14 Juni 2020
Erschienen in:2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops, CVPRW 2020
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
DOI:10.1109/CVPRW50498.2020.00515
Seitenbereich:Seiten 4371-4378
ISSN:2160-7508
ISBN:978-1-7281-9360-1
Status:veröffentlicht
Stichwörter:Keypoint matching, image matching, machine learning, structure from motion, 3D reconstruction
Veranstaltungstitel:IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW)
Veranstaltungsort:virtual
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:14 Juni 2020
Veranstaltungsende:19 Juni 2020
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Flugzeug-SAR
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Hochfrequenztechnik und Radarsysteme > SAR-Technologie
Hinterlegt von: Hänsch, Ronny
Hinterlegt am:16 Dez 2020 10:16
Letzte Änderung:24 Apr 2024 20:40

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.