Similarity measures for image matching despite occlusions in stereo vision
Résumé
In the context of computer vision, matching can be done with similarity measures. This paper presents the classification of these measures into five families. In addition, 18 measures based on robust statistics, previously proposed in order to deal with the problem of occlusions, are studied and compared to the state of the art. A new evaluation protocol and new analyses are proposed and the results highlight the most efficient measures, first, near occlusions, the smooth median powered deviation, and second, near discontinuities, a non-parametric transform-based measure, CENSUS.
En vision par ordinateur, la mise en correspondance peut être réalisée en utilisant des mesures de similarités. Cet article présente une classification en 5 familles des mesures existantes. De plus, 18 mesures que nous avons précédemment proposées dans le but de prendre en compte le problème des occultations, sont étudiées et comparées à l'état de l'art. Un nouveau protocole d'évaluation ainsi que de nouvelles analyses du comportement de ces mesures est introduit et les résultats obtenus mettent en évidence la mesure la plus performante près des zones de discontinuités : une mesure s'appuyant sur une transformation non-paramétrique, CENSUS.
Origine : Fichiers produits par l'(les) auteur(s)