仿视网膜采样的二进制描述子

现有二进制描述子生成采用随机点对或均匀采样方式,顽健性弱、计算复杂。针对这一问题,提出了一种模仿人眼视网膜特性的采样模式(RBS),首先通过设计采样密度、多尺度光滑、视野重叠等采样方法来模仿视网膜神经节细胞层(ganglion cell layer),也称为视神经层,将光信号转换为视信息的方式,再通过对典型数据学习来选择特征点对,最后使用区块均值代替单像素点计算点对比较值,生成顽健的紧致二进制描述子。在Mikolajczyk提出的数据集上进行了实验,实验结果表明,128 bit的RBS-128相对于512 bit的FREAK和BRISK正确率分别提升16.4%和5.3%。