High-Resolution Feature Evaluation Benchmark
High-Resolution Feature Evaluation Benchmark
复制标题
高分辨率特征评估基准
DOI：
--
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
J. Ostermann
中科院分区：
文献类型：
--
作者：
Kai Cordes;B. Rosenhahn;J. Ostermann
由图像对和地面真值单应性组成的基准数据集用于评估基本的计算机视觉挑战，例如图像特征的检测。最常用的基准测试只提供低分辨率图像的数据。本文提出了一个评估基准组成的高分辨率图像高达800万像素和高度准确的单应性。使用新的基准数据评估最先进的特征检测方法。结果表明，现有的方法执行不同的高分辨率数据相比，相同的图像具有较低的分辨率。
Benchmark data sets consisting of image pairs and ground truth homographies are used for evaluating fundamental computer vision challenges, such as the detection of image features. The mostly used benchmark provides data with only low resolution images. This paper presents an evaluation benchmark consisting of high resolution images of up to 8 megapixels and highly accurate homographies. State of the art feature detection approaches are evaluated using the new benchmark data. It is shown that existing approaches perform differently on the high resolution data compared to the same images with lower resolution.