SIFT(Scale Invariant Feature Transform)

2015.07.13

영상 정합 (Image Registration)

• 영상 정합이란 서로 다른 영상에 같은 대상이 나타난 부분이 있을 때 그 대응 관계를 찾는 방법이다 .

• 세기 기반 (intensity-based)• 주어진 영상의 모든 픽셀을 통째로 사용하여 정합을 수행하는 방식

• 특징 기반 (feature-based)• 특징점을 추출한 후 선택된 픽셀만을 이용하여 정합을 수행하는 방식

패치기반 영상 정합• 두 점의 유사도를 비교하는 방법 가운데 가장 간단한 것은 점 주변의

픽셀 값 자체를 비교하는 것으로 , 이때 점 주변의 픽셀들을 모아서 얻은 작은 영상을 패치 (patch) 라고 한다 .

• 두 패치의 유사도를 측정하는 방법• SSD (Sum of Squared Difference)• SAD (Sum of Absolute Difference)• NCC (Normalized Cross Correlation)

패치기반 영상 정합과 보안키보드 인식• SSD, SAD, NCC 는 영상의 크기가 조금만 변하여도 패치 사이의 유사도

측정이 불가능해진다 .

• 보안키보드의 확대 / 축소가 없다면 SSD, SAD, NCC 모두 인식 알고리즘으로 사용 가능하다 .

• 웹브라우저에서 보안키보드 이미지의 렌더링시 사이즈 변경이 발생할 경우 영상의 스케일 변화에도 변하지 않는 알고리즘을 사용해야 한다 .

패치기반 영상 정합과 보안키보드 인식

SIFT 소개• SIFT 는 영상에서 코너점 등 식별이 용이한 특징점들을 선택한 후에 각

특징점을 중심으로 한 로컬 패치 (local patch) 에 대해 특징 벡터를 추출한 것을 말한다 .

• SIFT 는 스케일 , 회전 , 밝기변화에 불변한 (invariant) 특징점을 검출할 수 있다 .

SIFT - 누가 만들었나• SIFT 는 Lowe David G 교수가 개발했으며 97 년도부터 연구하여

프로토타입의 SIFT 알고리즘을 99 년에 발표하였다 . • Object recognition from local scale-invariant features.pdf

• Lowe 교수는 이 알고리즘을 더욱 개량하여 04 년도에 완성된 SIFT 알고리즘을 만들었다 . • Distinctive image features from scale-invariant keypoints.pdf

SIFT - 누가 만들었나• Cloudburst Research (AutoStitch)• Lowe David G 교수가 창업• 2014 년 구글에 인수됨

• Distinctive image features from scale-invariant keypoints.pdf • 위 논문의 피인용 횟수는 30,645 회• 논문 인용 횟수는 SIFT 알고리즘이 컴퓨터비전 분야에 끼친 영향력을 단적으로 보여준다 .

• http://www.cloudburstresearch.com/

• http://www.cs.bath.ac.uk/brown/autostitch/autostitch.html

• https://scholar.google.co.kr/scholar?q=Distinctive+image+features+from+scale-invariant+keypoints&btnG=&hl=ko&as_sdt=0%2C5

SIFT 와 키보드 인식• SIFT 는 스케일 , 회전에 변하지 않는 특징점을 추출할 수 있어

보안키보드의 최종 렌더링 이미지의 기하학적인 변화에도 어느 정도 강인한 정합을 수행할 수 있다 .

SIFT 와 키보드 인식