今天读的是CVPR 2013的 Boosting Binary Keypoint Descriptors,是一篇有关用二进制来描述图像块(patch)的文章。另外mingming cheng 2013年也有一篇是用二进制的,不过是对整幅图像进行描述的,后面再介绍吧。
跟传统的用浮点数等高精度单位来描述特征点相比,二进制描述最大的优势是表达紧凑(compact), 即二进制描述只需要用1个bit来描述一个维度。另外,二进制操作也能显著提高计算的效率,这一点很好地体现在了上面所说的程明明的论文里。但二进制描述的缺点也很明显,因为只用1个bit来描述一个维度,因此信息量大大丢失,描述的准确度也因此而降低了。所以,这篇文章要解决的就是这样一个问题。
个弱分类器,
跟传统的用浮点数等高精度单位来描述特征点相比,二进制描述最大的优势是表达紧凑(compact), 即二进制描述只需要用1个bit来描述一个维度。另外,二进制操作也能显著提高计算的效率,这一点很好地体现在了上面所说的程明明的论文里。但二进制描述的缺点也很明显,因为只用1个bit来描述一个维度,因此信息量大大丢失,描述的准确度也因此而降低了。所以,这篇文章要解决的就是这样一个问题。
首先形式化地定义二进制描述:给定一个patch , 它的二进制描述即是寻找一个描述子
, 使得
, 其中
是二进制描述子的维度(简单来说可以想象为用长度为
的01字符串来编码一个区域)。为了方便套用分类算法的框架等原因,作者用{1,-1} 而不是{1,0}。然后对于任意一维
,有