[12.9] Robust feature matching in 2.3us

CVPRW 2009
Taylor, Rosten, Drummond (Cambridge)
보잉사에서 왜 이런 과제를 줬을까?

내용
기본은 SSD와 같은 patch 비교이며, sparse하게 8x8 샘플링. small viewpoint change에 대비하여 intensity histogram을 사용한다.
결국 여러 viewpoints에 대하여 특정 intensity(5개로 양자화)가 많이 등장하는지 아닌지를 분석하여 0 또는 1로 저장한다.
각 feature에 대하여, 64 sample points x 5 bits/point + 4 bytes for position = 44 bytes 소요.
이를 36 rotations for large viewpoint changes x 7 scales = 252 bins에 대해 계산하여 db에 저장하여, 나중에 target patch와 비교한다.
feature detection에는 Rosten, Drummond가 ECCV 2006에 제안한 FAST라는 것을 사용.
실험은 PROSAC을 사용한 homography estimation에 의한 planar target tracking.

감상
2.3us라는 임팩트있는 제목에 비해 내용은 사사로운(?) 테크닉의 나열이다.
invariant한 feature를 포기하고 결국 모든 viewpoint에 대해 DB를 구축했다는 것 아닌가?
수식도 없이 말로만 지지부진하게 나가는 논문을 힘겹게 읽었더니 실망~~
논문에 소개된 Ferns라는 테크닉에 오히려 관심이... --> ten lines of code. 관심 사멸.