KAZE描述子：SIFT的改进版

看了一个网页，介绍了ECCV2012年一篇文章提出的一个特征描述子。这个由一群西方人提出的描述子竟然有一个日文名字，kaze，就是“风”的意思。

KAZE特征是一种新的2D特征检测和描述方法，它的特点在于是在非线性尺度空间中进行的。之前的类似方法诸如SIFT和SURF都是在高斯尺度空间进行（线性扩散的一个特例）。然而，线性扩散的缺点是它对图像进行简单的模糊，并不注重原图的边界。这会导致对于物体边界和噪声被进行相同程度的平滑。

通过使用非线性扩散，我们可以在非线性尺度空间检测和描述特征。在这个空间里，我们在平滑噪声的同时可以尽可能的保留目标原本的边界。这个非线性尺度空间是通过一种叫做 Additive Operator Splitting (AOS) 的机制生成的。可以用于任何步长,而且易于并行处理。

这篇文章在这里。

KAZE Features. Pablo F. Alcantarilla, Adrien Bartoli and Andrew J. Davison. In European Conference on Computer Vision (ECCV), Fiorenze, Italy, October 2012. bibtex

这里还有一个youtube上的演示视频：（视频）

这里有作者提供的代码下载： kaze_features_1_4

另外，在computer vision talks这个网站上，给出了OpenCV的实现。大家可以点击这里察看。

 

转载from : KAZE描述子：SIFT的改进版 | bfcat-计算机视觉博客http://www.bfcat.com/index.php/2013/03/kaze-descriptor/