초록
이 논문은 다양한 시점에서 촬영된 물체 또는 장면 간에 신뢰성 있는 매칭을 수행할 수 있도록 영상에서 특징적인 불변 특징을 추출하는 방법을 제시한다. 이러한 특징은 영상의 스케일과 회전에 대해 불변하며, 아핀 왜곡의 광범위한 범위, 3차원 시점의 변화, 노이즈의 추가, 조명 조건의 변화에 대해서도 강건한 매칭을 가능하게 한다. 이 특징들은 매우 특징적이라, 수많은 이미지에서 추출된 특징 데이터베이스와 비교했을 때, 단일 특징이 높은 확률로 정확하게 매칭될 수 있다. 본 논문은 이러한 특징을 활용한 물체 인식 방법에 대해서도 설명한다. 인식 과정은 빠른 최근접 이웃 알고리즘을 사용하여 각 특징을 미리 알려진 물체들의 특징 데이터베이스와 매칭한 후, 허프 변환을 통해 하나의 물체에 해당하는 클러스터를 식별하고, 일관된 자세 파라미터를 추정하기 위해 최소자승 해법을 이용한 검증 절차를 거친다. 이 인식 방법은 혼잡한 배경과 부분적 가림 상태에서도 물체를 강건하게 식별할 수 있으며, 거의 실시간 성능을 달성할 수 있다.