要約
画像マッチングは多くのコンピュータビジョンタスクにおいて重要な役割を果たすため、研究者たちによって活発に調査されてきました。これにより、より優れたかつ識別力のある特徴記述子や、より堅牢なマッチング戦略が開発され、深層学習の登場と現代のハードウェアの計算能力の向上にも大きく貢献しています。これらの成果にもかかわらず、画像マッチングパイプラインの基礎となるキーポイント抽出プロセスには同等の進歩が見られていません。本論文では、HarrisZコーナー検出器の改良版であるHarrisZ$^+$を提案します。HarrisZ$^+$は、他の画像マッチングパイプラインの最近の改善点とシナジー効果を最大化するように最適化されています。HarrisZ$^+$は単にセットアップパラメータの調整だけでなく、HarrisZによって定められた選択基準に対するさらなる改良を導入しており、より多くかつ識別力のあるキーポイントを提供し、それらが画像上でより均等に分布し、位置特定精度も向上しています。HarrisZ$^+$を含む他の近代的なコンポーネントとの組み合わせで構成される画像マッチングパイプラインは、異なる最近のマッチングベンチマークにおいて古典的な画像マッチングパイプラインの中でも最先端の結果を得ています。これらの結果は完全に深層学習によるエンドツーエンド訓練可能な手法で得られたものに近接しており、古典的な画像マッチング手法に関する研究がまだ十分な改善余地を持っていることを示しています。