Residual Learning for Image Point Descriptors
NepAl Applied Mathematics and Informatics Institute for research (NAAMII)(尼泊尔应用数学与信息学研究所);ETH Zürich(苏黎世联邦理工学院)
本文提出一种利用手工描述符知识仅学习残差部分的图像点描述符方法,实现50倍收敛加速,并在匹配、相机定位和SfM任务中取得优于纯学习或手工描述符的性能。
2023-12-24 cs.CV cs.RO
AdaLAM: Revisiting Handcrafted Outlier Detection
ETH Zurich(苏黎世联邦理工学院);Chalmers University of Technology(查尔姆斯理工大学)
局部特征匹配是许多计算机视觉流水线的关键组成部分,包括运动恢复结构、SLAM和视觉定位等。然而,由于描述符的限制,原始匹配往往被大多数离群值所污染。因此,离群点检测是计算机视觉中的一个基本问题,并且在过去的几十年中已经提出了各种各样的方法。在本文中,我们重新审视手工制作的离群值过滤方法。基于最佳实践,我们提出了一个分层管道,用于有效的离群值检测,并整合了新的想法,这些想法最终导致了AdaLAM,这是一种有效且具有竞争力的离群值拒绝方法。AdaLAM旨在有效地利用现代并行硬件,从而产生非常快速但非常准确的离群值过滤器。我们在多个大型和多样化的数据集上验证AdaLAM,并提交图像匹配挑战赛(CVPR 2020),使用简单的基线描述符获得有竞争力的结果。我们表明,AdaLAM在效率和有效性方面都比目前的最先进水平更具竞争力。
2020-06-07 cs.CV
Learning Geodesic-Aware Local Features from RGB-D Images
Universidade Federal de Minas Gerais(米纳斯吉拉斯联邦大学);Université Bourgogne Franche-Comté(勃艮第-弗朗什-孔泰大学)
大多数现有的手工制作和基于学习的局部描述符仍然是最好的近似不变的仿射图像变换,往往忽视可变形的表面。在本文中,我们进一步提出了一种新的方法来计算RGB-D图像(其中RGB是指像素颜色亮度,D代表深度信息)的描述符,这些描述符对等距非刚性变形以及缩放变化和旋转都是不变的。我们提出的描述策略的基础上的关键思想,学习特征表示不失真的局部图像补丁使用表面测地线。我们设计了两种互补的局部描述符策略来有效地计算测地线感知特征:一种是基于手工二进制测试的高效二进制描述符(名为GeoBit),另一种是基于学习的描述符(GeoPatch),使用卷积神经网络(CNN)来计算特征。在使用真实和公开可用的RGB-D数据基准的不同实验中,它们在匹配分数以及对象检索和非刚性表面跟踪实验中始终优于最先进的手工制作和基于学习的图像和RGB-D描述符,并且处理时间相当。我们还向社区提供了一个新的数据集,该数据集具有不同对象(衬衫,衣服,绘画,袋子)的RGB-D图像的精确匹配注释,这些图像受到强烈的非刚性变形,用于可变形表面对应算法的评估基准。
2022-03-22 cs.CV
A Fast HOG Descriptor Using Lookup Table and Integral Image
Xiamen University(厦门大学)
方向梯度直方图(HOG)是计算机视觉中广泛使用的用于目标检测的特征描述符。本文提出了一种改进的HOG描述子,它采用了查找表和积分图像的方法,使检测速度提高了5~10倍。通过利用给定平台(例如,数字信号处理器)的特殊硬件特征,可以对HOG描述符进行进一步改进,以便具有实时目标检测和跟踪。
2017-03-18 cs.CV
Covariance Descriptors Meet General Vision Encoders: Riemannian Deep Learning for Medical Image Classification
1 School of Computation, Information;Technology, Technical University of Munich, Germany 2 Munich Center for Machine Learning (MCML), Germany 3 Institute of Machine Learning in Biomedical Imaging, Helmholtz Munich, Germany 4 School of Biomedical Engineering;Imaging Sciences, King’s College London, UK
本文研究将预训练通用视觉编码器特征构建的协方差描述符与SPDNet结合用于医学图像分类,在MedMNSIT基准上验证其优于手工特征及现有方法。
2025-11-06 cs.CV
Descriptellation: Deep Learned Constellation Descriptors
ETH Zurich(苏黎世联邦理工学院);The University of Queensland(昆士兰大学);Arrival Ltd(Arrival有限公司)
当前的全局定位描述符通常在巨大的视点或外观变化下挣扎。一个可能的改进是添加语义对象的拓扑信息。然而,手工制作的拓扑描述符很难调整,并且对环境噪声、剧烈的视角变化、对象遮挡或误检测不鲁棒。为了解决这个问题,我们通过将语义上有意义的对象星座建模为图,并使用深度图卷积网络将星座映射到描述符,来制定一种基于学习的方法。我们证明了我们的深度学习星座描述符(描述)在两个真实世界的数据集的有效性。虽然描述是在随机生成的模拟数据集上训练的,但它在现实世界的数据集上显示出良好的泛化能力。描述也优于最先进的和手工制作的星座描述符的全球定位,是强大的不同类型的噪声。该代码可在https://github.com/ethz-asl/Descriptellation上公开获取。
2022-09-14 cs.CV cs.RO
Handcrafted Feature Fusion for Reliable Detection of AI-Generated Images
Computer Science and Engineering(计算机科学与工程);Shahjalal University of Science and Technology(沙赫拉尔大学科学与技术学院);University of Texas at El Paso(德克萨斯大学埃尔帕索分校)
本文通过评估多种手工特征和集成学习方法,发现LightGBM在检测AI生成图像中表现优异,混合特征提升了模型性能。
2026-01-27 cs.CV
Hallucinating IDT Descriptors and I3D Optical Flow Features for Action Recognition with CNNs
Data61/CSIRO(Data61/联邦科学与工业研究组织);Australian National University(澳大利亚国立大学);University of Western Australia(西澳大学)
在本文中,我们重新使用老式的手工制作的视频表示进行动作识别,并通过基于CNN的幻觉步骤为这些技术注入新的活力。尽管使用RGB和光流帧,I3 D模型(除其他外)在将其输出与改进的密集轨迹(IDT)相结合并通过词袋(BoW)和Fisher矢量(FV)编码的低级视频描述符提取时蓬勃发展。由于预处理、描述符提取、编码和调整参数,CNN和手工表示的这种融合是耗时的。因此,我们提出了一个端到端的可训练网络,它具有在训练阶段学习基于IDT的BoW/FV表示的流,并且易于与I3 D模型集成。具体来说,每个流在最后一个1D转换之前采用I3 D特征图。层,并学习将这些映射“翻译”为BoW/FV表示。因此,我们的模型可以产生幻觉并在测试阶段使用这种合成的BoW/FV表示。我们表明,甚至整个I3 D光流流的特征也可以被幻觉化,从而简化了流水线。我们的模型节省了20- 55小时的计算,并在四个公开的数据集上产生了最先进的结果。
2019-08-18 cs.CV
Deep learning and hand-crafted features for virus image classification
在这项工作中,我们提出了一个合奏的描述符的分类透射电子显微镜图像的病毒。我们建议将手工和深度学习方法结合起来进行病毒图像分类。该分类器集主要基于局部二值模式变量,对每个描述符训练不同的支持向量机,然后采用求和规则组合分类器集。深度学习方法是在ImageNet上预训练的densenet 201,然后在病毒数据集中进行调整,该网络用作特征提取器,用于馈送另一个支持向量机,特别是最后一个平均池化层用作特征提取器。最后,通过求和规则将手工特征训练的分类器和深度学习特征训练的分类器组合在一起。所提出的融合大大提高了每个独立的方法获得的性能,获得最先进的性能。
2020-12-13 cs.AI cs.CV
Line as a Visual Sentence: Context-aware Line Descriptor for Visual Localization
KAIST(韩国科学技术院);SNU(首尔国立大学)
除了用于图像匹配的特征点外,线特征还提供了额外的约束,以解决机器人和计算机视觉(CV)中的视觉几何问题。虽然最近的卷积神经网络(CNN)为基础的线描述符是有前途的视点变化或动态环境,我们声称,CNN架构有先天的缺点,抽象到固定尺寸的描述符的可变线长度。在本文中,我们有效地介绍了线变压器处理可变线路。受自然语言处理(NLP)任务的启发,句子可以在神经网络中很好地理解和抽象,我们将线段视为包含点(单词)的句子。通过动态地关注线上可描述的点,我们的描述符在可变线长度上表现出色。我们还提出了线签名网络共享线的几何属性的社区。作为组描述符,网络通过理解线的相对几何形状来增强线描述符。最后,我们提出了建议的线描述符和匹配的点和线定位(PL-Loc)。我们表明,视觉定位与特征点可以提高使用我们的线功能。我们验证了所提出的方法单应性估计和视觉定位。
2021-09-10 cs.CV cs.RO
FUSELOC: Fusing Global and Local Descriptors to Disambiguate 2D-3D Matching in Visual Localization
Queensland University of Technology(昆士兰理工大学)
针对直接2D-3D匹配因搜索空间歧义导致精度低的问题,提出FUSELOC方法,通过加权平均算子融合全局与局部描述符,在减少43%内存且提速1.6倍的情况下,性能接近分层方法,首次实现直接匹配算法在不影响效率的前提下受益于全局描述符。
2025-08-26 cs.CV cs.RO
An Empirical Study of Handcrafted Feature Learning and Convolutional Neural Networks for Facial Expression Recognition
该研究在三个面部表情数据集上比较HOG、LBP与轻量级CNN用于表情识别,结果显示CNN总体性能最佳,HOG在受控环境表现好,LBP较差,强调数据集复杂性影响性能,稳健特征学习对现实面部表情识别很关键。
2026-07-20 cs.CV cs.LG
Learning general and distinctive 3D local deep descriptors for point cloud registration
一个有效的3D描述符应该对不同的几何变换(如缩放和旋转)保持不变,对遮挡和混乱具有鲁棒性,并且能够推广到不同的应用领域。我们提出了一种简单而有效的方法来学习通用和独特的3D局部描述符,可用于注册在不同域中捕获的点云。点云补丁被提取,规范化相对于他们的本地参考系,并编码成规模和旋转不变的紧凑描述符的深度神经网络,是不变的输入点的排列。这种设计使我们的描述符能够跨域泛化。我们在几个室内和室外数据集上评估并比较了我们的描述符与替代的手工制作和基于深度学习的描述符,这些数据集通过使用RGBD传感器和激光扫描仪重建。我们的描述符在泛化方面远远优于最新的描述符,并且在同一领域进行训练和测试的基准测试中也成为最先进的。
2022-05-12 cs.CV cs.RO
Texture CNN for Thermoelectric Metal Pipe Image Classification
Technische Hochschule Ingolstadt(英戈尔施塔特应用技术大学);Pontifical Catholic University of Paraná(巴拉那天主教大学);École de Technologie Supérieure(高等工程技术学院)
在本文中,基于深度神经网络的表示学习的概念被应用作为一种替代使用手工制作的功能在方法中的腐蚀热电金属管道的自动视觉检测。纹理卷积神经网络(TCNN)取代了基于局部相位量化(LPQ)和Haralick描述符(HD)的手工特征,其优点是将适当的纹理表示和决策边界学习到单个优化过程中。实验结果表明,在识别热电管壁内表面不同腐蚀水平的任务中,可以达到99.20%的准确度,同时使用紧凑的网络,与手工方法相比,该网络在调整参数方面需要更少的努力,因为TCNN架构在层数和连接方面是紧凑的。观察到的结果开辟了在实时应用中使用深度神经网络的可能性,例如热电金属管道的自动检测。
2019-05-28 cs.CV
Multi-Representation Geometric Hierarchy Fusion: An Implicit-Submap Driven Framework for Resilient 3D Place Recognition
College of Information and Technology, Beijing University of Chemical Technology(信息与技术学院,北京化工大学);School of Artificial Intelligence, University of Chinese Academy of Sciences(人工智能学院,中国科学院大学);Research Institute of Mine Artificial Intelligence, China Coal Research Institute(矿山人工智能研究院,中国煤炭科研院)
针对激光雷达地点识别中描述子不稳定与表示脆弱性问题,本文提出隐式神经点驱动的多表示几何层次融合框架,在多数据集上实现鲁棒性能,平衡了精度、效率与内存占用。
2026-08-07 cs.CV
EdgePoint2: Compact Descriptors for Superior Efficiency and Accuracy
School of Astronautics, Harbin Institute of Technology, China(航天学院,哈尔滨工业大学,中国)
EdgePoint2提出一系列轻量级关键点检测与描述网络,结合正交Procrustes损失与相似性损失训练紧凑描述符,在低维(32/48/64)下实现SOTA精度与效率,适用于边缘计算。
2025-04-24 cs.CV
Hybrid Deep Learning and Handcrafted Feature Fusion for Mammographic Breast Cancer Classification
Salzburg University of Applied Sciences(萨尔茨堡应用科学大学);University of Salzburg(萨尔茨堡大学);University of Evry Paris-Saclay(巴黎-萨克雷大学)
提出融合 ResNet-50、DINOv2 与手工特征的混合框架,在 CBIS-DDSM 上提升乳腺钼靶癌分类性能,并兼顾简洁性与计算效率。
2025-07-26 cs.CV cs.LG eess.IV
Deep BI-RADS Network for Improved Cancer Detection from Mammograms
School of Computer Science, Ariel University(阿里尔大学计算机科学学院)
提出一种结合文本BI-RADS病灶描述符与视觉乳腺X光的多模态深度学习方法,利用迭代注意力层融合不同模态,在CBIS-DDSM数据集上显著提升了乳腺癌检测的分类性能。
2024-11-16 cs.CV
A Comparative Analysis of Image Descriptors for Histopathological Classification of Gastric Cancer
University of Cagliari(卡利亚里大学)
针对胃癌病理诊断需求,本研究结合手工与深度图像特征、搭配浅层分类器,在GasHisSDB数据集上开展对比实验,无需微调即可实现93.4%的F1值,为胃癌组织病理图像分类提供了高性能的特征与分类器组合方案。
2025-03-21 cs.CV eess.IV
Fusion of Minutia Cylinder Codes and Minutia Patch Embeddings for Latent Fingerprint Recognition
Havelsan Incorporation(哈维桑公司)
针对潜指纹因变形和伪影导致识别率低的问题,提出多阶段融合手工细节特征与深度神经网络嵌入特征的局部匹配方法,显著提升了真实数据集上的rank-1识别准确率。
2024-03-24 cs.CV
PROBE: Probabilistic Occupancy BEV Encoding with Analytical Translation Robustness for 3D Place Recognition
SK Intellix
提出无学习的LiDAR地点描述符PROBE,通过极坐标雅可比解析边缘化连续平移,实现距离自适应角度不确定性,在跨传感器泛化中取得高精度。
2026-07-01 cs.CV cs.RO
Enhanced Deep Learning DeepFake Detection Integrating Handcrafted Features
Facephi Biometrics S.A.(Facephi 生物特征技术公司);da/sec-Biometrics and Internet Security Research Group(生物特征与网络安全研究小组);Internet Security Research Group(网络安全研究小组)
针对复杂人脸篡改检测泛化不足的问题,提出融合 RGB 与多种手工频域特征的增强深度学习框架,以利用频域和空间域伪影提升分类判别能力。
2025-07-28 cs.CV
From Handcrafted to Deep Features for Pedestrian Detection: A Survey
Tianjin University(天津大学);Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学);Linköping University(林雪平大学);Inception Institute of Artificial Intelligence(因塞普申人工智能研究院)
行人检测是计算机视觉中的一个重要而又具有挑战性的问题,特别是在以人为中心的任务中。在过去的十年中,在手工制作的特征和深度特征的帮助下,已经有了显着的改进。在这里,我们提出了一个全面的调查行人检测的最新进展。首先,我们提供了一个详细的审查单光谱行人检测,包括手工制作的功能为基础的方法和深度功能为基础的方法。对于手工制作的功能为基础的方法,我们提出了一个广泛的审查的方法,并发现,手工制作的功能与形状和空间的大自由度有更好的性能。在基于深度特征的方法的情况下,我们将它们分为纯基于CNN的方法和采用手工制作和基于CNN特征的方法。我们给出了这些方法的统计分析和趋势,其中特征增强,部分感知和后处理方法吸引了主要的注意力。除了单光谱行人检测,我们还审查多光谱行人检测,它提供了更强大的功能,照明方差。此外,我们介绍了一些相关的数据集和评估指标,并比较了一些代表性的方法。我们通过强调需要解决的开放问题和突出各种未来方向来结束这项调查。研究人员可以在https://github.com/JialeCao001/PedSurvey上追踪最新的列表。
2021-05-12 cs.CV
Signature Recognition using Multi Scale Fourier Descriptor And Wavelet Transform
Faculty of Science, Menofia University(米努夫大学理学院)
提出了一种基于多尺度傅立叶描述子和小波变换的离线签名识别方法。讨论了构造签名识别系统的主要步骤,并对真实数据集进行了实验,实验结果表明,平均出错率可达1%。最后,我们比较了8个特征向量之间的距离措施的识别性能。关键词:签名识别;傅立叶描述子;小波变换;个人认证
2010-04-08 cs.CV
Automatic Chronic Degenerative Diseases Identification Using Enteric Nervous System Images
Universidade Estadual de Maringá (UEM)(马林加州立大学);Universidade Federal do Paraná (UFPR)(巴拉那联邦大学);Instituto Federal do Paraná (IFPR)(巴拉那联邦理工学院)
最近对肠神经系统的研究表明,慢性退行性疾病会影响肠神经胶质细胞(EGC),因此,开发能够识别EGC是否受这些类型疾病影响的识别方法可能有助于其诊断。在这项工作中,我们提出了使用模式识别和机器学习技术来评估如果一个给定的动物EGC图像是从一个健康的个人或一个慢性退行性疾病的影响。在所提出的方法中,我们使用手工特征和基于深度学习的技术(也称为非手工特征)执行分类任务。手工制作的特征是使用纹理描述符(如局部二进制模式(LBP))从ECG图像的纹理内容中获得的。此外,该方法中采用的表示学习技术基于不同的卷积神经网络(CNN)架构,例如AlexNet和VGG 16,具有和不具有迁移学习。还使用后期融合技术评价了手工制作和非手工制作特征之间的互补性。实验中使用的EGC图像数据集也是本文的贡献,由三种不同的慢性退行性疾病组成:癌症,糖尿病和风湿性关节炎。实验结果表明,该方法可以区分健康细胞和患病细胞,识别率分别为89.30%(风湿性关节炎),98.45%(癌症)和95.13%(糖尿病),通过组合分类器获得两种特征场景。
2020-10-31 cs.AI cs.CV cs.LG
Evolution-Preserving Dense Trajectory Descriptors
Stony Brook University(石溪大学)
最近,轨迹池深度学习描述符在许多数据集上实现了最先进的人类动作识别结果。本文通过将秩池应用于每个轨迹来改进它们的性能,对沿轨迹计算的深度学习特征的时间演化进行编码。这导致了进化保持轨迹(EPT)描述符,这是一种新型的视频描述符,其性能明显优于轨迹池深度学习描述符。EPT描述符是基于密集轨迹定义的,并且它们为不基于轨迹的视频描述符提供了补充益处。特别是,我们表明,EPT描述符和VideoDarwin的组合导致好莱坞2和UCF101数据集上的最先进的性能。
2017-02-14 cs.CV
3D Face Recognition using Significant Point based SULD Descriptor
Mangalore University(芒格洛尔大学);P.A. College of Engineering(P.A.工程学院)
在这项工作中,我们提出了一种新的三维人脸识别方法的基础上加速局部描述符(SULD)的重要点提取的人脸距离图像。该模型包括一个方法,用于提取独特的不变特征,从范围图像的脸,可以用来执行可靠的匹配之间的不同姿态的范围图像的脸。对于一个给定的三维人脸扫描,范围图像的计算和潜在的兴趣点被确定在所有尺度搜索。基于兴趣点的稳定性,提取显著点。对于每个显著点,我们计算SULD描述符,该描述符由位于以显著点为中心的同心圆上的卷积Haar小波响应的值组成的向量组成,并且其中高斯平滑的量与圆的半径成比例。实验结果表明,新提出的方法提供了更高的识别率相比,其他现有的当代模型开发的三维人脸识别。
2012-10-26 cs.CV
PN-Net: Conjoined Triple Deep Network for Learning Local Image Descriptors
University of Surrey(萨里大学);Imperial College London(帝国理工学院)
在本文中,我们提出了一种新的方法来学习局部描述符匹配图像补丁。最近已经证明,基于卷积神经网络(CNN)的描述符可以显着提高匹配性能。不幸的是,它们的计算复杂性对于任何实际应用都是禁止的。我们解决了这个问题,并提出了一个基于CNN的描述符,提高了匹配性能,显着减少了训练和执行时间,以及低维。我们建议训练网络的三元组补丁,包括一个积极和消极的对。为此,我们引入了一个新的损失函数,利用三元组内的关系。我们将我们的方法与最近推出的MatchNet和DeepCompare进行了比较,并展示了我们的描述符在性能,内存占用和速度方面的优势,即在GPU中运行时,我们的128维特征的提取时间与最快的二进制描述符(如BRIEF和ORB)相当。
2016-01-19 cs.CV
Towards Gender-Neutral Face Descriptors for Mitigating Bias in Face Recognition
Johns Hopkins University(约翰斯·霍普金斯大学);University of Maryland, College Park(马里兰大学学院公园分校)
最先进的深度网络在接受面部识别训练的同时,对性别信息进行了隐式编码。性别通常被视为识别面孔的一个重要属性。然而,面部描述符中性别信息的隐式编码有两个主要问题:(a.)这使得描述符容易受到隐私泄露的影响,即恶意代理可以被训练来从这些描述符中预测人脸性别。(b.)它似乎有助于面部识别中的性别偏见,即我们发现DCNN对男性和女性面部的识别准确性存在显着差异。因此,我们提出了一种新的“对抗性性别去偏置算法(AGENDA)”,以减少从先前训练的人脸识别网络获得的人脸描述符中存在的性别信息。我们发现,议程显着降低了性别的可预测性的面孔描述。因此,我们也能够减少人脸验证中的性别偏见,同时保持合理的识别性能。
2020-09-17 cs.CV
Recognition of Ischaemia and Infection in Diabetic Foot Ulcers: Dataset and Techniques
Manchester Metropolitan University(曼彻斯特城市大学);Lancashire Teaching Hospital(兰开夏教学医院);University of Manchester(曼彻斯特大学);Manchester Royal Infirmary(曼彻斯特皇家医院);Sun Yat-sen University(中山大学)
随着基于图像的机器学习算法的发展,使用计算机方法识别和分析糖尿病足溃疡(DFU)是一个新兴的研究领域。现有的研究使用视觉计算机化的方法主要集中在识别,检测和分割的视觉外观的DFU以及组织分类。根据DFU医学分类系统,感染(伤口中的细菌)和缺血(血液供应不足)的存在对DFU评估具有重要的临床意义,用于预测截肢的风险。在这项工作中,我们提出了一个新的数据集和计算机视觉技术来识别DFU中感染和缺血的存在。这是第一次为研究目的引入带有缺血和感染病例地面真实标签的DFU数据集。对于手工机器学习方法,我们提出了一种新的特征描述符,即超像素颜色描述符。然后,我们使用卷积神经网络(CNN)模型更有效地识别缺血和感染。我们建议使用一种自然的数据增强方法,该方法识别足部图像上的感兴趣区域,并专注于寻找该区域中存在的显著特征。最后,我们评估了我们提出的技术的二进制分类,即缺血与非缺血和感染与非感染的性能。总的来说,我们的方法在缺血的分类中比感染表现得更好。我们发现,与手工机器学习算法相比,我们提出的Ensemble CNN深度学习算法在两个分类任务中的表现更好,在缺血分类中的准确率为90%,在感染分类中的准确率为73%。
2020-02-08 cs.CV eess.IV
Visual place recognition using landmark distribution descriptors
University of Bristol(布里斯托大学)
Suenderhauf等人最近的工作[1]证明了使用建议区域与卷积神经网络(CNN)的特征相结合来匹配视图之间的地标,从而改进了视觉位置识别。在这项工作中,我们通过引入从地标特征构建的描述符来扩展该方法,所述地标特征还对视图内的地标的空间分布进行编码。然后,匹配描述符强制视图之间的地标的相对位置的一致性。这对性能有重大影响。例如,在10个图像对数据集的实验中,每个数据集由200个城市位置组成,在观看位置和条件方面存在显着差异,我们记录了约70%的平均精度(100%召回率),相比之下,使用整个图像CNN特征获得的平均精度为58%,[1]中的方法为50%。
2016-08-15 cs.CV
Online Signature Verification using Deep Representation: A new Descriptor
Iran University of Science & Technology(伊朗科技大学);University of Bonn(波恩大学);Fundamental Sciences (IPM)(基础科学研究所(IPM))
提出了一种在线签名的精确验证方法。签名验证的主要困难在于:(1)训练样本不足;(2)方法必须具有空间不变性。为了解决这些问题并有效地对签名进行建模,我们提出了一种方法,即每个用户的一个类分类器是建立在判别特征上的。首先,我们使用大量未标记的签名来预训练稀疏自动编码器,然后我们应用自动编码器学习的区分特征来表示训练和测试签名,作为一种自我思考的学习方法(即我们引入了签名描述符)。最后,使用单类分类器对用户签名进行建模和分类。该方法是独立的签名数据集由于自学。在SVC 2004和SUSIG数据集上的实验结果表明,与现有的方法相比,该方法具有显著的误差减少和精度提高。
2018-06-24 cs.CV
Learning Spread-out Local Feature Descriptors
Columbia University(哥伦比亚大学);Google Research(谷歌研究院)
我们提出了一种简单但功能强大的正则化技术,可用于显着改善学习局部特征描述符时的成对和三重损失。其思想是,为了充分利用描述符空间的表达能力,好的局部特征描述符应该充分地"扩展"在空间上。在这项工作中,我们提出了一个正则化项,以最大限度地扩大在特征描述符的均匀分布的性质的启发。我们表明,建议的正则化与三重损失优于现有的欧氏距离为基础的描述符学习技术的大幅度提高。作为扩展,所提出的正则化技术也可以用于改进图像级深度特征嵌入。
2017-08-21 cs.CV
Face Alignment by Local Deep Descriptor Regression
University of Maryland(马里兰大学);Rutgers University(罗格斯大学)
我们提出了一种使用深度卷积神经网络(CNN)提取关键点描述符的算法。与许多现有的深度CNN不同,我们的模型计算图像中给定点周围的局部特征。我们还提出了一个基于回归的人脸对齐算法,使用这些局部描述符。所提出的方法称为局部深度描述符回归(LDDR)能够定位不同大小,姿态和遮挡的面部标志,具有高精度。本文提出的深度描述符能够唯一有效地描述图像中的每个像素,因此有可能取代传统的描述符,如SIFT和HOG。对五个公开的无约束人脸对齐数据集的广泛评估表明,我们的深度描述符网络能够捕获给定地标周围的强大局部特征,并且比许多竞争对手和最先进的人脸对齐算法表现得更好。
2016-01-29 cs.CV
A Hyperdimensional One Place Signature to Represent Them All: Stackable Descriptors For Visual Place Recognition
QUT Centre for Robotics(昆士兰理工大学机器人中心);Queensland University of Technology(昆士兰理工大学)
提出超维单一地点特征(HOPS),通过融合多条件参考集描述子,在无计算代价下提升视觉地点识别的召回性能、计算效率和可扩展性。
2025-06-27 cs.CV
Unsupervised Deep Learning-based Keypoint Localization Estimating Descriptor Matching Performance
Grupo VARPA(VARPA组);Instituto de Investigacion Biomédica de A Coruña (INIBIC)(阿罗纳生物医学研究所(INIBIC));Universidade da Coruña(科鲁纳大学);Departamento de Ciencias de la Computación y Tecnologías de la Información(计算机科学与信息技术部门)
本研究提出一种无监督视网膜图像配准流程,通过创新的无标注描述符学习与关键点检测器网络,实现了与领先有监督方法相当的性能,可适配其他领域和模态。
2026-08-14 cs.CV
PySIFT: GPU-Resident Deterministic SIFT for Deep Learning Vision Pipelines
Indian Institute of Technology Madras(印度理工学院马德拉斯分校)
本文研究了经典SIFT在深度学习视觉流水线中的应用,展示了其在准确性和速度上的优势,并提出了PySIFT,一种完全在GPU上驻留的SIFT实现,能够提供确定性的输出和高效的性能。
2026-05-18 cs.CV
Deep-PE: A Learning-Based Pose Evaluator for Point Cloud Registration
Shandong University(山东大学);Shandong University of Science and Technology(山东科技大学);National Deep Sea Center(国家深海中心);Qingdao University of Science and Technology(青岛科技大学);Texas A&M University(德克萨斯农工大学)
针对低重叠点云配准中姿态选择精度低的问题,提出基于学习的轻量级姿态评估器Deep-PE,利用姿态感知注意力和置信度预测模块学习对齐先验,在3DLoMatch上显著提升配准召回率。
2024-05-25 cs.CV
Image-level Classification in Hyperspectral Images using Feature Descriptors, with Application to Face Recognition
KU Leuven(鲁汶大学);ETH Zürich(苏黎世联邦理工学院)
在本文中,我们提出了一种新的管道图像级分类的高光谱图像。通过这样做,我们表明,在图像级功能的歧视性光谱信息导致显着提高性能的人脸识别任务。我们还探索了传统特征描述符在高光谱图像中的潜力。从我们的评估中,我们观察到SIFT特征优于最先进的高光谱人脸识别方法以及其他描述符。随着高光谱传感器在众多应用中的部署越来越多,我们相信我们的方法可以有效地利用高光谱图像中的光谱信息,从而有利于更准确的分类。
2016-05-11 cs.CV
Why Sample Space Matters: Keyframe Sampling Optimization for LiDAR-based Place Recognition
针对LiDAR位置识别中高密度采样导致的计算负担,提出一种基于超维描述符空间的关键帧采样优化方法,结合滑动窗口策略最小化冗余,实现跨场景的实时高效闭环检测。
2025-06-23 cs.CV cs.RO
Handcrafted and Deep Trackers: Recent Visual Object Tracking Approaches and Trends
Kyungpook National University(庆北国立大学);Information Technology University(信息技术大学);University of Warwick(华威大学)
近年来,视觉目标跟踪已经成为一个非常活跃的研究领域.每年都有越来越多的跟踪算法被提出。这是因为跟踪在各种现实世界的问题,如人机交互,自动驾驶汽车,机器人技术,监控和安全只是举几个例子有广泛的应用。在当前的研究中,我们回顾了跟踪领域的最新趋势和进展,并评估了不同的跟踪器的鲁棒性的基础上的特征提取方法。这项工作的第一部分包括对最近提出的跟踪器的全面调查。我们将跟踪器大致分类为基于相关滤波器的跟踪器(CFTs)和非CFTs。每个类别基于体系结构和跟踪机制进一步分为各种类型。在第二部分中,我们通过实验评估了24个最近的跟踪器的鲁棒性,并比较了手工制作和基于深度特征的跟踪器。我们观察到,使用深度特征的跟踪器表现更好,尽管在某些情况下,两者的融合显着提高了性能。为了克服现有基准的缺点,一个新的基准对象跟踪和寺庙颜色(OTTC)也被提出并用于评估不同的算法。我们分析了OTTC中11个不同挑战和其他三个基准的跟踪器的性能。我们的研究得出结论,基于判别相关滤波器(DCF)的跟踪器比其他的性能更好。我们的研究还表明,在DCF上包含不同类型的正则化通常会提高跟踪性能。最后,我们总结了我们的研究,指出了一些见解和未来的发展趋势,在视觉目标跟踪领域。
2019-02-12 cs.CV
A new approach to descriptors generation for image retrieval by analyzing activations of deep neural network layers
Czestochowa University of Technology(琴斯托霍瓦理工大学);Southeast University(东南大学);University of Social Sciences(社会科学大学)
在本文中,我们考虑使用深度神经网络的基于内容的图像检索任务的描述符构建问题。基于全连接层激活的神经代码的思想通过合并卷积层中包含的信息来扩展。众所周知,网络卷积部分的神经元总数很大,其中大多数对最终分类决策的影响很小。因此,在本文中,我们提出了一种新的算法,使我们能够提取最重要的神经元激活,并利用这些信息来构建有效的描述符。由从全连接层和卷积层获取的值组成的描述符完美地表示了整个图像内容。使用这些描述符检索的图像在语义上与查询图像非常匹配,并且它们在其他次要图像特征(如背景、纹理或颜色分布)上也相似。基于IMAGENET1M数据集,使用VGG 16神经网络对所提出的描述符的这些特征进行了实验验证。
2020-07-13 cs.CV
HadaSmileNet: Hadamard fusion of handcrafted and deep-learning features for enhancing facial emotion recognition of genuine smiles
CS Department Johns Hopkins University Baltimore, MD, USA(计算机科学系约翰霍普金斯大学巴尔的摩,MD,美国)
针对真实与伪装微笑识别的计算效率问题,提出HadaSmileNet框架,通过Hadamard乘法融合Transformer表示与D-Marker特征,在4个数据集上取得SOTA结果,参数减少26%,提升真实微笑表情识别性能。
2025-09-23 cs.CV
Deep Multi-Spectral Registration Using Invariant Descriptor Learning
在本文中,我们介绍了一种新的深度学习方法来对齐交叉光谱图像。我们的方法依赖于一个学习的描述符,这是不变的不同的光谱。同一场景的多模态图像捕获不同的信号,因此它们的配准具有挑战性,并且经典方法无法解决。为此,我们开发了一种基于特征的方法,解决了可见光(VIS)到近红外(NIR)的配准问题。我们的算法通过Harris检测角点,并通过在CIFAR-10网络描述符上学习的补丁度量进行匹配。正如我们的实验表明,我们实现了高质量的跨光谱图像的子像素精度对齐。与现有的方法相比,我们的方法是更准确的VIS到NIR配准的任务。
2018-05-23 cs.CV
Deep Self-Convolutional Activations Descriptor for Dense Cross-Modal Correspondence
Yonsei University(延世大学);Microsoft Research(微软研究院)
我们提出了一种新型描述符,称为深度自卷积激活(DeSCA),旨在在不同成像方式(例如不同光谱范围或照明条件)下拍摄的图像之间建立密集的对应关系。受基于局部自相似性(LSS)的描述符的启发,我们通过在深层架构中利用LSS来制定一种新的描述符,从而比最先进的跨模态描述符具有更好的区分能力和对非刚性图像变形的更强鲁棒性。DeSCA首先在随机采样补丁的局部支持窗口上计算自卷积,然后通过在深度卷积架构内的分层公式执行平均池化来构建自卷积激活。最后,通过圆形配置中的空间金字塔池化对自卷积激活的特征响应进行编码。与现有的基于卷积神经网络(CNN)的描述符相比,DeSCA是无训练的(即,随机采样的片被用作卷积核),对于交叉模态成像是鲁棒的,并且可以以显著减少计算冗余的有效方式密集地计算。通过大量的实验证明了DeSCA在交叉模态图像对的挑战性情况下的最先进性能。
2016-03-21 cs.CV
When Handcrafted Features and Deep Features Meet Mismatched Training and Test Sets for Deepfake Detection
Norwegian University of Science and Technology(挪威科技大学)
合成视觉媒体生成和操纵的加速增长现在已经达到了引起重大关注并对社会造成巨大威胁的程度。迫切需要针对虚假数字内容的自动检测网络,并避免危险的人工信息的传播,以应对这种威胁。在本文中,我们利用并比较了两种手工特征(SIFT和HoG)和两种深度特征(Xception和CNN+RNN)用于深度伪造检测任务。当训练集和测试集之间存在不匹配时,我们还检查这些特征的性能。评估是在著名的FaceForensics++数据集上进行的,该数据集包含四个子数据集,Deepfakes,Face2Face,FaceSwap和NeuralTextures。最好的结果来自Xception,当训练集和测试集都来自同一个子数据集时,准确率可以超过99%。相比之下,当训练集与测试集不匹配时,结果会急剧下降。这一现象揭示了创建通用Deepfake检测系统的挑战。
2022-09-27 cs.CV cs.LG
TopoRec: Point Cloud Recognition Using Topological Data Analysis
School of Computing at the University of North Florida(北弗罗里达大学计算机学院)
针对点云识别中描述符提取难、噪声与旋转干扰及现有学习方法训练成本高的问题,提出基于拓扑数据分析的TopoRec方法,采用ATOL向量化生成描述符,无需GPU训练,在多数据集上准确率和泛化性均优于现有基线。
2025-08-01 cs.CG cs.CV cs.RO
A Classical Approach to Handcrafted Feature Extraction Techniques for Bangla Handwritten Digit Recognition
Hajee Mohammad Danesh Science and Technology University(哈吉·穆罕默德·达内什科技大学)
孟加拉语手写数字识别是孟加拉语OCR发展的重要一步。然而,孟加拉数字复杂的形状,结构相似性和独特的组成风格使其相对难以区分。因此,在本文中,我们对四种严格的分类器进行了基准测试,以识别孟加拉语手写数字:K最近邻(KNN),支持向量机(SVM),随机森林(RF)和基于三种手工特征提取技术的强制提升决策树(GBDT):四个公开可用的孟加拉语手写数字数据集上的定向特征直方图(HOG),局部二进制模式(LBP)和Gabor滤波器:NumtaDB、CMARTdb、Ekush和BDRW。在这里,手工特征提取方法用于从数据集图像中提取特征,然后利用这些特征来训练机器学习分类器以识别孟加拉语手写数字。我们进一步微调了分类算法的超参数,以便从这些算法中获得最好的孟加拉语手写数字识别性能,并且在我们采用的所有模型中,HOG特征结合SVM模型(HOG+SVM)在所有数据集上获得了最佳性能指标。HOG+SVM方法在NumtaDB、CMARTdb、Ekush和BDRW数据集上的识别准确率分别达到93.32%、98.08%、95.68%和89.68%,并将模型性能与最新的最先进方法进行了比较。
2022-01-25 cs.CV cs.LG
Skin Lesion Segmentation and Classification for ISIC 2018 by Combining Deep CNN and Handcrafted Features
University of Dayton(代顿大学)
这份简短的报告描述了我们提交给ISIC 2018挑战的任务1和任务3的皮肤病变分析对黑色素瘤检测。这项工作由代顿大学信号和图像处理实验室的一组研究人员完成。我们提出的方法在计算上是高效的,结合了来自深度学习和手工特征的信息。对于Task3,我们形成了一种新型的图像特征,称为混合特征,它比单一方法特征具有更强的区分能力。这些功能被用作一个决策模型,是基于多类支持向量机(SVM)分类器的输入。所提出的技术进行评估在线验证数据库。我们的得分是0.841与SVM分类器的验证数据集。
2019-08-14 cs.CV cs.LG eess.IV
Scale-Invariant Local Descriptor for Event Recognition in 1D Sensor Signals
Rensselaer Polytechnic Institute(伦斯勒理工学院);IBM TJ Watson Research Center(IBM TJ 沃森研究中心)
在本文中,我们介绍了一种基于形状的,时间尺度不变的特征描述符1-D传感器信号。特征的时间尺度不变性允许我们使用来自一个训练事件的特征来描述可能在不同时间尺度上发生的相同语义类的事件,例如慢速行走和快速行走。因此,它需要较少的训练集。该描述符利用尺度空间理论中的不变位置检测,并采用高级形状编码方案来捕获事件的不变局部特征。在此基础上,设计了一个具有R度量的尺度不变分类器(SIC-R),用于识别人类活动的多尺度事件。R度量将尺度空间中关键点的匹配数量与动态时间扭曲得分相结合。SICR在来自被动红外、加速度计和地震传感器的各种类型的1-D传感器数据上进行了测试,分类精度超过90%。
2011-05-28 cs.CV cs.MM
SphereVLAD++: Attention-based and Signal-enhanced Viewpoint Invariant Descriptor
University of California San Diego(加州大学圣地亚哥分校);Carnegie Mellon University(卡内基梅隆大学)
基于LiDAR的定位方法是最后一英里交付和自动驾驶等大规模导航任务的基本模块,定位鲁棒性高度依赖于视点和3D特征提取。我们以前的工作提供了一个视点不变的描述符来处理视点差异,然而,全球描述符遭受低信噪比在无监督聚类,降低了可区分的特征提取能力。在这项工作中,我们开发了一个注意力增强的视点不变的地方识别方法SphereVLAD++。SphereVLAD++将点云投影到每个独特区域的球面透视图上,并捕获局部特征及其与全局3D几何分布的依赖关系之间的上下文连接。作为回报,全局描述符中的聚集元素以局部和全局几何为条件,并支持Sphere VLAD的原始视点不变属性。在实验中,我们评估了SphereVLAD++在公共KITTI 360数据集和匹兹堡市自行生成的数据集上的本地化性能。实验结果表明,SphereVLAD++在较小甚至完全反向的视点差异下,检索成功率分别为0.69%和15.81%,优于其他同类方法。低计算要求和高时间效率也有助于其应用于低成本机器人。
2022-10-03 cs.CV cs.RO
A Multimodal Fusion Model Leveraging MLP Mixer and Handcrafted Features-based Deep Learning Networks for Facial Palsy Detection
Singapore Management University(新加坡管理大学);National University of Singapore(新加坡国立大学)
提出一种结合 MLP mixer 处理图像与前馈神经网络处理结构化特征的多模态融合面瘫检测模型,并在 40 名受试者视频上验证其 F1 显著优于单模态方法。
2025-03-13 cs.AI cs.CV cs.LG
Cascaded Asymmetric Local Pattern: A Novel Descriptor for Unconstrained Facial Image Recognition and Retrieval
Indian Institute of Information Technology, Lucknow(印度信息技术学院,勒克瑙);Indian Institute of Information Technology, Allahabad(印度信息技术学院,安拉阿巴德)
特征描述是专家系统和机器学习研究的热点之一。图像的有效编码是精确匹配的基本要求。这些编码方案在识别和检索系统中起着重要的作用。人脸识别系统应该足够有效,以准确地识别系统的内在和外在变化下的个人。这些系统中使用的模板或描述符对图像的局部邻域中的像素的空间关系进行编码。使用这些手工制作的描述符编码的特征应该对诸如照明、背景、姿势和表情等变化具有鲁棒性。本文提出了一种新的手工构建的级联非对称局部模式(CALP)用于人脸图像的检索和识别。所提出的描述符唯一地编码在水平和垂直方向上的相邻像素之间的关系。所提出的编码方案具有最佳的特征长度,并在人脸图像的环境和生理变化下显示出显着的精度提高。最先进的手工制作的描述符,即; LBP,LDGP,CSLBP,SLBP和CSLTP与最具挑战性的数据集上的拟议描述符进行比较,即; Caltech-face,LFW和CASIA-face-v5。结果分析表明,该描述子在表情、背景、姿态和光照变化不受控制的情况下,性能优于现有描述子。
2022-01-03 cs.CV cs.MM
Object Sorting Using a Global Texture-Shape 3D Feature Descriptor
Shantou University(汕头大学);Texas State University(德克萨斯州立大学)
物体识别和抓取在机器人系统中起着关键作用,特别是对于在仓库中执行物体分拣任务的自主机器人。本文提出了一种全局纹理-形状三维特征描述子,可用于物体识别和抓取系统,并能很好地完成物体分类任务。我们提出的描述符源于聚类视点特征直方图(CVFH),它依赖于整个三维物体表面的几何信息,并不能很好地识别具有相似几何信息的对象。因此,我们扩展了CVFH描述符的纹理和颜色信息,以生成一个新的全局3D特征描述符。在公共三维图像数据集和真实场景中,通过应用多类支持向量机(SVM)对三维物体进行识别和分类,对所提出的描述符进行了评估。实验结果表明,与原CVFH描述子相比,该描述子具有更好的目标识别性能。将该描述符应用于目标识别与抓取系统,结果表明,该描述符能较好地实现目标识别、抓取和分类等任务。
2019-06-19 cs.CV cs.RO