慈文彥 袁麗麗 王玨 朱明祥

【摘 要】合理的評(píng)價(jià)各種特征算法的性能有助于指導(dǎo)人們?cè)跇?gòu)建視覺(jué)導(dǎo)航系統(tǒng)時(shí)做出正確的選擇。本文首先介紹了特征評(píng)價(jià)方法的產(chǎn)生背景，描述了傳統(tǒng)特征評(píng)價(jià)方法的發(fā)展歷程，繼而闡述了特征評(píng)價(jià)方法的新趨勢(shì)，最后展望了特征評(píng)價(jià)方法未來(lái)的發(fā)展方向。

【關(guān)鍵詞】特征檢測(cè)；特征描述；評(píng)價(jià)方法

中圖分類號(hào)： TG485 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2095-2457（2018）32-0090-002

DOI：10.19694/j.cnki.issn2095-2457.2018.32.041

【Abstract】Rational evaluation of the performance of various feature algorithms is helpful to guide people to make correct choices in the construction of visual navigation system. Firstly， this paper introduces the background of feature evaluation method， describes the development process of traditional feature evaluation method， then expounds the new trend of feature evaluation method， and finally looks forward to the future development direction of feature evaluation method.

【Key words】Feature detection； Feature description； Evaluation method

0 引言

圖像特征的檢測(cè)和描述是視覺(jué)導(dǎo)航系統(tǒng)的一個(gè)基本模塊。對(duì)于特征的評(píng)價(jià)也是這項(xiàng)研究的重要組成部分。一個(gè)理想的特征檢測(cè)與匹配系統(tǒng)要求能夠在典型的圖像中檢測(cè)到大量的有意義的特征，并且從不同的角度觀察同一場(chǎng)景時(shí)能夠穩(wěn)定的匹配這些特征。所要考慮的問(wèn)題包括：對(duì)光照、旋轉(zhuǎn)、尺度、視角的魯棒性，特征的數(shù)量，誤匹配的頻率以及計(jì)算量等。系統(tǒng)的特征評(píng)價(jià)理論的產(chǎn)生開始于1998年。本文將特征評(píng)價(jià)理論的發(fā)展分為兩個(gè)時(shí)期：第一個(gè)時(shí)期是1998年到2004年，這段時(shí)期Mikolajczyk和Schmid等學(xué)者構(gòu)建了評(píng)價(jià)體系的理論框架；第二個(gè)時(shí)期是2004年至今，特征評(píng)價(jià)方法呈現(xiàn)出多種趨勢(shì)，向著更實(shí)用的方向發(fā)展。

1 傳統(tǒng)特征評(píng)價(jià)方法

1998年，Cordelia Schmid等學(xué)者首次對(duì)當(dāng)時(shí)流行的一些特征檢測(cè)算法進(jìn)行了評(píng)價(jià)。圖像數(shù)據(jù)庫(kù)由一些從不同視角拍攝的繪畫圖像組成。由于所有的場(chǎng)景都是平面的，因此相同場(chǎng)景的圖像之間符合單應(yīng)性變換。他們?cè)O(shè)計(jì)了單應(yīng)性變換的真實(shí)值的獲取方法：將一幅帶有網(wǎng)格狀黑點(diǎn)的圖像投影到圖畫上，計(jì)算二者之間的變換關(guān)系。他們從圖像旋轉(zhuǎn)、尺度變化、光照變化、視角變化和攝像機(jī)噪聲等方面將Harris角點(diǎn)和文獻(xiàn)[1]進(jìn)行了比較，所使用的評(píng)價(jià)準(zhǔn)則是可重復(fù)性。實(shí)驗(yàn)結(jié)果表明Harris算子的性能是最好的。

2002年Hall等學(xué)者提出了尺度變換下顯著性的概念，評(píng)估了Harris、Harris-Laplace以及Lindeberg角點(diǎn)檢測(cè)算子。評(píng)價(jià)結(jié)果顯示Harris-Laplace算子檢測(cè)到的特征點(diǎn)較少，但是顯著性最高。

2004年，Mikolajczyk等學(xué)者對(duì)MSER、Harris-Affine、Hessian-Affine等仿射不變特征檢測(cè)算法進(jìn)行了深入的研究和評(píng)價(jià)。數(shù)據(jù)庫(kù)中的圖像大部分由自然場(chǎng)景組成。然而這些場(chǎng)景有的是平面的，有的是從很遠(yuǎn)的距離觀察到的，其效果也與平面場(chǎng)景類似。因此，他們?nèi)匀挥脝螒?yīng)性為真實(shí)變換建立模型。真實(shí)值通過(guò)人工選擇特征點(diǎn)對(duì)計(jì)算得到。他們認(rèn)為相對(duì)于其它算法，MSER算法最穩(wěn)定，檢測(cè)效果最好，但是檢測(cè)到的特征區(qū)域也往往最少，Hessian-Affine僅次于MSER。

2 特征評(píng)價(jià)方法新趨勢(shì)

從2004年開始，特征評(píng)價(jià)方法有了新的發(fā)展，主要體現(xiàn)在如下三個(gè)方面。

2.1 圖像數(shù)據(jù)庫(kù)

2004年，F(xiàn)raundorfer和Bischof[2]在真實(shí)場(chǎng)景圖像上比較了MSER、Harris、Hessian、DoG、Hessian-Affine和Harris-Affine等特征檢測(cè)算子。使用從同一場(chǎng)景得到的三幅不同視角的圖像計(jì)算真實(shí)值。首先在兩幅圖像之間建立特征點(diǎn)對(duì)應(yīng)，然后將這兩幅圖像上的特征點(diǎn)坐標(biāo)通過(guò)三焦點(diǎn)張量法轉(zhuǎn)換為第三幅圖像的坐標(biāo)。

2006年，Moreels等學(xué)者[3]針對(duì)3D目標(biāo)識(shí)別領(lǐng)域，比較了多種特征檢測(cè)算子和描述符。與之前的Mikolajczyk和Schmid等學(xué)者的工作不同，他們的數(shù)據(jù)庫(kù)由大量的真實(shí)場(chǎng)景的3D目標(biāo)圖像組成，在計(jì)算真實(shí)值方面，也取得了新的進(jìn)展。他們運(yùn)用極線約束能夠獲得高穩(wěn)定性的真實(shí)特征點(diǎn)對(duì)應(yīng)，推進(jìn)了特征點(diǎn)評(píng)估從2D場(chǎng)景向3D場(chǎng)景發(fā)展。另外與同樣使用了真實(shí)場(chǎng)景數(shù)據(jù)庫(kù)的文獻(xiàn)[2]相比，所得的結(jié)果也有很大差異。產(chǎn)生這種差異主要有兩點(diǎn)原因。第一，文獻(xiàn)[2]圖像中包含了大量的表面類似平面的物體，例如，盒子、桌子等；第二，文獻(xiàn)[3]使用了純幾何的方式建立真實(shí)特征點(diǎn)對(duì)應(yīng)，而文獻(xiàn)[2]使用的是匹配的方式。

與文獻(xiàn)[2]一樣采用純幾何的方式計(jì)算真實(shí)值的還有Dahl等人的DTU機(jī)器人數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)包括60個(gè)場(chǎng)景，每一個(gè)場(chǎng)景都對(duì)應(yīng)119張從不同位置拍攝的圖像。值得注意的是，以上圖像數(shù)據(jù)庫(kù)都是由單個(gè)的圖像組成的，而不是視頻序列。

2.2 特征檢測(cè)算子和描述符統(tǒng)一評(píng)估

在傳統(tǒng)的特征評(píng)價(jià)方法中，有的文獻(xiàn)關(guān)注特征檢測(cè)算法，有的文獻(xiàn)關(guān)注特征描述算法。但是在新的階段中，特征檢測(cè)算子和描述符的統(tǒng)一評(píng)估受到了一些學(xué)者的重視，他們開始關(guān)注特征檢測(cè)算子和描述符結(jié)合之后，特征對(duì)的整體性能。如Krystian Mikolajczyk等人評(píng)估了Harris-Laplace、DoG、Hessian-Laplace、MSER等特征檢測(cè)算子與SIFT、PCA-SIFT、GLOH等特征描述符之間組合的特性，結(jié)果認(rèn)為Hessian-Laplace與GLOH的組合在目標(biāo)識(shí)別系統(tǒng)中表現(xiàn)了最好的性能。

2.3 面向具體的應(yīng)用

不同的應(yīng)用對(duì)于特征點(diǎn)性能的要求也不同。如Moreels等學(xué)者針對(duì)3D目標(biāo)識(shí)別領(lǐng)域，采用實(shí)驗(yàn)驗(yàn)證的方式比較了多種特征檢測(cè)算子和描述符。他們認(rèn)為誤匹配的頻率對(duì)于目標(biāo)識(shí)別系統(tǒng)非常關(guān)鍵，因?yàn)槟繕?biāo)識(shí)別需要考慮大量的潛在的匹配圖像。2009年，Natasha Govender等針對(duì)“從運(yùn)動(dòng)到結(jié)構(gòu)問(wèn)題”，采用實(shí)踐驗(yàn)證的方式比較了Harris、SIFT、SURF以及GFTT等特征算法，結(jié)果顯示SIFT描述符的重投影誤差最小。另外，Bruno Ferrarini等學(xué)者還專門研究了各種特征算法在不同場(chǎng)景中的表現(xiàn)。他們?yōu)閳?chǎng)景貼上了如下標(biāo)簽：室內(nèi)或室外，簡(jiǎn)單或復(fù)雜，人造或自然，詳細(xì)分析了特征算法和場(chǎng)景的關(guān)系。

3 結(jié)束語(yǔ)

綜合分析以上這些方法，可以發(fā)現(xiàn)這些特征算法還存在以下不足：（1）沒(méi)有把實(shí)驗(yàn)驗(yàn)證和實(shí)踐驗(yàn)證結(jié)合起來(lái)。所有不針對(duì)某個(gè)應(yīng)用領(lǐng)域的特征評(píng)價(jià)方法使用的都是實(shí)驗(yàn)驗(yàn)證方法。在面向應(yīng)用的方法中，有的使用的是實(shí)驗(yàn)驗(yàn)證方法。有的使用的是實(shí)踐驗(yàn)證方法。（2）缺少對(duì)特征評(píng)價(jià)結(jié)果的系統(tǒng)分析。絕大多數(shù)文獻(xiàn)都是通過(guò)對(duì)性能指標(biāo)的觀察得出若干個(gè)結(jié)論，例如哪個(gè)特征表現(xiàn)最好，哪個(gè)特征最差等，少有深入的分析。

特征的檢測(cè)與關(guān)聯(lián)是視覺(jué)導(dǎo)航系統(tǒng)的第一個(gè)重要模塊。因此如何選擇一對(duì)好的特征檢測(cè)算子與描述符是視覺(jué)導(dǎo)航系統(tǒng)必須面對(duì)的問(wèn)題。迄今為止，文獻(xiàn)中出現(xiàn)的特征檢測(cè)算子與描述符多種多樣，所采用的方法也有很大區(qū)別。盡管學(xué)者們努力彌補(bǔ)已有的算法中的一些不足，但是每一個(gè)特征檢測(cè)算子或者描述符都有各自的優(yōu)缺點(diǎn)，并沒(méi)有一種完美的方案能夠適應(yīng)所有的應(yīng)用。在這種情況下，評(píng)價(jià)特征檢測(cè)算子與描述符的特性具有重要的意義。此外，由于新的特征不斷的出現(xiàn)，對(duì)于這些特征的評(píng)價(jià)也是一個(gè)逐漸更新的過(guò)程。

【參考文獻(xiàn)】

[1]W. F？觟rstner，"A framework for low level feature extraction，" in Proceedings of the 3rd European Conference on Computer Vision， 1994， pp. 383-394.

[2]F. Fraundorfer and H. Bischof，"Evaluation of local detectors on non-planar scenes，" Proc Workshop of the Austrian Association for Pattern Recognition， pp. 125-132，2004.

[3]P.Moreels and P. Perona， "Evaluation of Features Detectors and Descriptors based on 3D Objects，" International Journal of Computer Vision， vol. 73， no. 3， pp. 263-284， 2006.