Speeded up robust features (original) (raw)
SURF (Speeded Up Robust Feature) és un algoritme de visió per computador, capaç d'obtenir una representació visual d'una imatge i extreure'n una informació detallada i específica del contingut. Aquesta informació és tractada per realitzar operacions com per exemple la localització i reconeixement de determinats objectes, persones o cares, realització d'escenes 3D, seguiment d'objectes o extracció de punts d'interès.Aquest algoritme forma part de l'anomedada intel·ligència artificial, capaç d'entrenar un sistema perquè interpreti imatges i en determini el contingut. L'Algoritme SURF és presentat per primera vegada per Herbert Bay a ECCV 9a conferència internacional de vició per computador celebrada a Àustria el Maig del 2006.
| Property | Value |
|---|---|
| dbo:abstract | SURF (Speeded Up Robust Feature) és un algoritme de visió per computador, capaç d'obtenir una representació visual d'una imatge i extreure'n una informació detallada i específica del contingut. Aquesta informació és tractada per realitzar operacions com per exemple la localització i reconeixement de determinats objectes, persones o cares, realització d'escenes 3D, seguiment d'objectes o extracció de punts d'interès.Aquest algoritme forma part de l'anomedada intel·ligència artificial, capaç d'entrenar un sistema perquè interpreti imatges i en determini el contingut. L'Algoritme SURF és presentat per primera vegada per Herbert Bay a ECCV 9a conferència internacional de vició per computador celebrada a Àustria el Maig del 2006. (ca) SURF (Speeded-Up Robust Features) je metoda, která dokáže popsat obrázek pomocí deskriptorů. Jedná se novější obdobu metody . Popis pomocí deskriptorů vygenerovaných metodou SURF je invariantní vůči rotaci a vzdálenosti kamery od popisovaného objektu. Algoritmus SURF se využívá v mnoha aplikacích počítačového vidění. Je používán např. pro rekonstrukci 2D a 3D scén, klasifikaci obrázků a především pro rychlý popis obsahu obrázku. Míru podobnosti dvou obrázků lze měřit např. Eukleidovskou vzdáleností. Průběh metody SURF lze rozdělit na dvě fáze. V první fázi se hledají klíčové body obrázku, kterými mohou být rohy, skvrny nebo T-spoje. Druhou fází je výpočet deskriptoru z okolí klíčového bodu. (cs) SURF (englisch, Speeded Up Robust Features, frei übersetzt: „Beschleunigte, robuste Merkmale“) ist ein patentierter Algorithmus zur schnellen und robusten Erkennung von Bildmerkmalen für maschinelles Sehen. Er wurde das erste Mal von Herbert Bay, Tinne Tuytelaars und Luc Van Gool beschrieben. SURF ersetzt die in SIFT verwendeten Gauß-Filter durch Mittelwertfilter, welche durch die Verwendung von Integralbildern mit konstantem Zeitaufwand berechnet werden können. (de) Speeded-Up Robust Features (SURF) es un algoritmo de visión por computador, capaz de obtener una representación visual de una imagen y extraer una información detallada y específica del contenido. Esta información es tratada para realizar operaciones como por ejemplo la localización y reconocimiento de determinados objetos, personas o caras, realización de escenas 3D, seguimiento de objetos y extracción de puntos de interés. Este algoritmo forma parte de la mencionada inteligencia artificial, capaz de entrenar un sistema para que interprete imágenes y determine el contenido. El Algoritmo SURF se presentó por primera vez por Herbert Bay en ECCV 9.ª conferencia internacional de visión por computador celebrada en Austria en mayo de 2006. (es) In computer vision, speeded up robust features (SURF) is a patented local feature detector and descriptor. It can be used for tasks such as object recognition, image registration, classification, or 3D reconstruction. It is partly inspired by the scale-invariant feature transform (SIFT) descriptor. The standard version of SURF is several times faster than SIFT and claimed by its authors to be more robust against different image transformations than SIFT. To detect interest points, SURF uses an integer approximation of the determinant of Hessian blob detector, which can be computed with 3 integer operations using a precomputed integral image. Its feature descriptor is based on the sum of the Haar wavelet response around the point of interest. These can also be computed with the aid of the integral image. SURF descriptors have been used to locate and recognize objects, people or faces, to reconstruct 3D scenes, to track objects and to extract points of interest. SURF was first published by Herbert Bay, Tinne Tuytelaars, and Luc Van Gool, and presented at the 2006 European Conference on Computer Vision. An application of the algorithm is patented in the United States. An "upright" version of SURF (called U-SURF) is not invariant to image rotation and therefore faster to compute and better suited for application where the camera remains more or less horizontal. The image is transformed into coordinates, using the multi-resolution pyramid technique, to copy the original image with Pyramidal Gaussian or Laplacian Pyramid shape to obtain an image with the same size but with reduced bandwidth. This achieves a special blurring effect on the original image, called Scale-Space and ensures that the points of interest are scale invariant. (en) Speeded Up Robust Features (SURF), que l'on peut traduire par caractéristiques robustes accélérées, est un algorithme de détection de caractéristique et un descripteur, présenté par des chercheurs de l'ETH Zurich et de la Katholieke Universiteit Leuven pour la première fois en 2006 puis dans une version révisée en 2008. Il est utilisé dans le domaine de vision par ordinateur, pour des tâches de détection d'objet ou de . SURF est partiellement inspiré par le descripteur SIFT, qu'il surpasse en rapidité et, selon ses auteurs, plus robuste pour différentes transformations d'images. SURF est fondé sur des sommes de réponses d'ondelettes de Haar 2D et utilise efficacement les images intégrales. En tant que caractéristique de base, SURF utilise une approximation d'ondelettes de Haar du à base de déterminant hessien. (fr) In informatica un algoritmo Speeded Up Robust Feature o in sigla SURF è un rilevatore robusto di caratteristiche locali di una immagine presentato da Herbert Bay nel 2006 che può essere usato nell'ambito del riconoscimento di oggetti e ricostruzione 3D in Computer vision.È parzialmente ispirato al descrittore scale-invariant feature transform (SIFT).La versione standard di SURF è diverse volte più veloce di SIFT e come dichiarano i suoi autori più robusta tra diverse trasformazioni di immagini rispetto a SIFT. SURF si basa sulle risposte della wavelet di Haar 2D e fa un uso efficiente di immagini integrali.Per rilevare punti di interesse, SURF usa un'approssimazione intera del determinante del rilevatore blob di Hessian, che può essere calcolato con 3 operazioni intere usando un'immagine integrale precalcolata.Il suo descrittore di caratteristiche è basato sulla somma della risposta della wavelet Haar intorno al punto di interesse; il quale anch'esso può essere calcolato con l'aiuto di un'immagine integrale.I descrittori SURF possono essere usati per localizzare e riconoscere oggetti, persone o facce, per creare scene 3D, per tracciare oggetti e per estrarre punti di interesse.Un'applicazione dell'algoritmo è brevettata negli Stati Uniti d'America. (it) SURF står för Speeded Up Robust Features och är en algoritm inom datorseende för att extrahera nyckelpunkter som är opåverkade av skala, rotation och belysning. Den bygger vidare på idéer som introducerades i och med SIFT, men är många gånger snabbare , samtidigt som prestandan är helt jämförbar . Anledningen till den stora hastighetsökningen är användandet av "integralbilder", vilka möjliggör beräknandet av summor över vilka rektangulära områden som helst med endast tre operationer, oberoende av storlek. Derivator approximeras i SURF med rektangulära filter. (sv) SURF (Speeded Up Robust Features, 加速穩健特徵) 是一个穩健的图像识别和描述算法，首先于2006年发表在ECCV大会上。这个算法可被用于计算机视觉任务，如和。他部分的灵感来自于 SIFT 算法。SURF标准的版本比SIFT要快数倍，并且其作者声称在不同图像变换方面比SIFT更加稳健。 SURF使用海森矩陣的行列式值作特徵點偵測並用積分圖加速運算；SURF 的描述子基於 响应并且有效地利用了积分图。 (zh) |
| dbo:wikiPageExternalLink | ftp://ftp.vision.ee.ethz.ch/publications/articles/eth_biwi_00517.pdf http://41jaiio.sadio.org.ar/sites/default/files/6_EST_2012.pdf http://www.ijircce.com/upload/2013/april/21_V1204057_A%20Comparison_H.pdf http://rua.ua.es/dspace/bitstream/10045/23389/1/2009_Romero_Cazorla_Workshop_Agentes_Fisicos_Caceres.pdf http://www.vision.ee.ethz.ch/en/publications/papers/articles/eth_biwi_00517.pdf http://www.vision.ee.ethz.ch/~surf http://www.vision.ee.ethz.ch/~surf/eccv06.pdf http://www.vision.ee.ethz.ch/~timofter/publications/Knopp-ECCV-2010.pdf https://github.com/herbertbay/SURF https://web.archive.org/web/20150225125650/http:/www.chrisevansdev.com/computer-vision-opensurf.html http://www.vision.ee.ethz.ch/~surf/papers.html |
| dbo:wikiPageID | 12341697 (xsd:integer) |
| dbo:wikiPageLength | 11431 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1122199390 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Determinant dbr:Computer_vision dbr:Feature_(computer_vision) dbr:GLOH dbr:Haar-like_feature dbr:3D_reconstruction dbr:Feature_detection_(computer_vision) dbr:Abscissa dbr:Object_recognition dbr:Pyramid_(image_processing) dbc:Feature_detection_(computer_vision) dbr:Blob_detection dbr:Hessian_matrix dbr:Scale-invariant_feature_transform dbr:Statistical_classification dbr:European_Conference_on_Computer_Vision dbr:Image_registration dbr:LESH dbr:Ordinate dbr:Gaussian_smoothing dbr:Integral_image dbr:Herbert_Bay |
| dbp:wikiPageUsesTemplate | dbt:More_footnotes dbt:Other_uses dbt:Reflist dbt:Short_description dbt:Toclimit dbt:FeatureDetectionCompVisNavbox |
| dcterms:subject | dbc:Feature_detection_(computer_vision) |
| gold:hypernym | dbr:Detector |
| rdf:type | dbo:Spacecraft |
| rdfs:comment | SURF (Speeded Up Robust Feature) és un algoritme de visió per computador, capaç d'obtenir una representació visual d'una imatge i extreure'n una informació detallada i específica del contingut. Aquesta informació és tractada per realitzar operacions com per exemple la localització i reconeixement de determinats objectes, persones o cares, realització d'escenes 3D, seguiment d'objectes o extracció de punts d'interès.Aquest algoritme forma part de l'anomedada intel·ligència artificial, capaç d'entrenar un sistema perquè interpreti imatges i en determini el contingut. L'Algoritme SURF és presentat per primera vegada per Herbert Bay a ECCV 9a conferència internacional de vició per computador celebrada a Àustria el Maig del 2006. (ca) SURF (englisch, Speeded Up Robust Features, frei übersetzt: „Beschleunigte, robuste Merkmale“) ist ein patentierter Algorithmus zur schnellen und robusten Erkennung von Bildmerkmalen für maschinelles Sehen. Er wurde das erste Mal von Herbert Bay, Tinne Tuytelaars und Luc Van Gool beschrieben. SURF ersetzt die in SIFT verwendeten Gauß-Filter durch Mittelwertfilter, welche durch die Verwendung von Integralbildern mit konstantem Zeitaufwand berechnet werden können. (de) Speeded-Up Robust Features (SURF) es un algoritmo de visión por computador, capaz de obtener una representación visual de una imagen y extraer una información detallada y específica del contenido. Esta información es tratada para realizar operaciones como por ejemplo la localización y reconocimiento de determinados objetos, personas o caras, realización de escenas 3D, seguimiento de objetos y extracción de puntos de interés. Este algoritmo forma parte de la mencionada inteligencia artificial, capaz de entrenar un sistema para que interprete imágenes y determine el contenido. El Algoritmo SURF se presentó por primera vez por Herbert Bay en ECCV 9.ª conferencia internacional de visión por computador celebrada en Austria en mayo de 2006. (es) SURF står för Speeded Up Robust Features och är en algoritm inom datorseende för att extrahera nyckelpunkter som är opåverkade av skala, rotation och belysning. Den bygger vidare på idéer som introducerades i och med SIFT, men är många gånger snabbare , samtidigt som prestandan är helt jämförbar . Anledningen till den stora hastighetsökningen är användandet av "integralbilder", vilka möjliggör beräknandet av summor över vilka rektangulära områden som helst med endast tre operationer, oberoende av storlek. Derivator approximeras i SURF med rektangulära filter. (sv) SURF (Speeded Up Robust Features, 加速穩健特徵) 是一个穩健的图像识别和描述算法，首先于2006年发表在ECCV大会上。这个算法可被用于计算机视觉任务，如和。他部分的灵感来自于 SIFT 算法。SURF标准的版本比SIFT要快数倍，并且其作者声称在不同图像变换方面比SIFT更加稳健。 SURF使用海森矩陣的行列式值作特徵點偵測並用積分圖加速運算；SURF 的描述子基於 响应并且有效地利用了积分图。 (zh) SURF (Speeded-Up Robust Features) je metoda, která dokáže popsat obrázek pomocí deskriptorů. Jedná se novější obdobu metody . Popis pomocí deskriptorů vygenerovaných metodou SURF je invariantní vůči rotaci a vzdálenosti kamery od popisovaného objektu. Algoritmus SURF se využívá v mnoha aplikacích počítačového vidění. Je používán např. pro rekonstrukci 2D a 3D scén, klasifikaci obrázků a především pro rychlý popis obsahu obrázku. Míru podobnosti dvou obrázků lze měřit např. Eukleidovskou vzdáleností. (cs) Speeded Up Robust Features (SURF), que l'on peut traduire par caractéristiques robustes accélérées, est un algorithme de détection de caractéristique et un descripteur, présenté par des chercheurs de l'ETH Zurich et de la Katholieke Universiteit Leuven pour la première fois en 2006 puis dans une version révisée en 2008. Il est utilisé dans le domaine de vision par ordinateur, pour des tâches de détection d'objet ou de . (fr) In computer vision, speeded up robust features (SURF) is a patented local feature detector and descriptor. It can be used for tasks such as object recognition, image registration, classification, or 3D reconstruction. It is partly inspired by the scale-invariant feature transform (SIFT) descriptor. The standard version of SURF is several times faster than SIFT and claimed by its authors to be more robust against different image transformations than SIFT. (en) In informatica un algoritmo Speeded Up Robust Feature o in sigla SURF è un rilevatore robusto di caratteristiche locali di una immagine presentato da Herbert Bay nel 2006 che può essere usato nell'ambito del riconoscimento di oggetti e ricostruzione 3D in Computer vision.È parzialmente ispirato al descrittore scale-invariant feature transform (SIFT).La versione standard di SURF è diverse volte più veloce di SIFT e come dichiarano i suoi autori più robusta tra diverse trasformazioni di immagini rispetto a SIFT. SURF si basa sulle risposte della wavelet di Haar 2D e fa un uso efficiente di immagini integrali.Per rilevare punti di interesse, SURF usa un'approssimazione intera del determinante del rilevatore blob di Hessian, che può essere calcolato con 3 operazioni intere usando un'immagine i (it) |
| rdfs:label | SURF (ca) SURF (cs) SURF (de) SURF (es) Speeded Up Robust Features (fr) Speeded Up Robust Feature (it) Speeded up robust features (en) SURF (sv) 加速稳健特征 (zh) |
| owl:sameAs | freebase:Speeded up robust features yago-res:Speeded up robust features wikidata:Speeded up robust features dbpedia-ca:Speeded up robust features dbpedia-cs:Speeded up robust features dbpedia-de:Speeded up robust features dbpedia-es:Speeded up robust features dbpedia-fr:Speeded up robust features dbpedia-it:Speeded up robust features dbpedia-sv:Speeded up robust features dbpedia-zh:Speeded up robust features https://global.dbpedia.org/id/25tkn |
| prov:wasDerivedFrom | wikipedia-en:Speeded_up_robust_features?oldid=1122199390&ns=0 |
| foaf:isPrimaryTopicOf | wikipedia-en:Speeded_up_robust_features |
| is dbo:wikiPageDisambiguates of | dbr:Surf |
| is dbo:wikiPageRedirects of | dbr:S.U.R.F dbr:S.U.R.F. dbr:S.u.r.f dbr:S.u.r.f. dbr:Herbert_Bay dbr:Speeded_Up_Robust_Features |
| is dbo:wikiPageWikiLink of | dbr:Scale_space dbr:List_of_algorithms dbr:Corner_detection dbr:Surf dbr:GLOH dbr:Local_energy-based_shape_histogram dbr:Air-Cobot dbr:Histogram_of_oriented_gradients dbr:Blob_detection dbr:Image_stitching dbr:Orfeo_toolbox dbr:Structure_from_motion dbr:Scale-invariant_feature_transform dbr:Visual_Word dbr:Outline_of_object_recognition dbr:S.U.R.F dbr:S.U.R.F. dbr:S.u.r.f dbr:S.u.r.f. dbr:Herbert_Bay dbr:Speeded_Up_Robust_Features |
| is foaf:primaryTopic of | wikipedia-en:Speeded_up_robust_features |