CNNを用いた特徴点マッチングの精度向上

抄録

本研究はCNNを用いた特徴点マッチングの精度向上を目的としている。 特徴点マッチングは画像からの形状復元や物体認識などコンピュータビジョンの様々な分野における重要な基礎技術である。 特徴点マッチングは大きく特徴点検出、特徴量記述、マッチングの三段階で行われる。 我々は機械学習の発展手法である深層学習を用いることでよりよい特徴量を得ることができるのではないかと考え、 本研究ではCNNを用いた特徴量記述の手法の提案を行った。 具体的には、特徴量記述を学習済みで既存のCNN を用いて特徴点マッチングの精度向上を目指し、 検出した特徴点周辺画像をCNN に入力し、 15 層目の全結合層から得られる4096 次元の特徴量を用いてマッチングを行った。 その結果、従来手法に比べてマッチング本数は減少する一方で、正確性の向上が見られた。