Tesi Robotica Un coprocessore per Visual Search: Keypoint... | Page 39

2.1. FEATURE DESCRIPTION 39 sl ™osto di questo tipo di ™ontrollo è rel—tiv—mente ˜—ssoD dovuto —l f—tto ™he molti dei punti ™—mpione s—r—nno s™—rt—ti dur—nte le prime veri(™heF …n9imporE t—nte questioneD nell9individu—zione del m—ssimo lo™—leD ™onsiste nel determin—re l— frequenz— di ™—mpion—mento nell9imm—gine e il dominio dell— s™—l—F ƒforE tun—t—menteD ne deriv— ™he non ™9è uno sp—zio minimo di ™—mpion—mento per individu—re tutti gli estremiD d—to ™he gli estremi possono essere —r˜itr—ri—mente vi™iniF „utt—vi—D gli estremi ™he si trov—no troppo vi™ini tr— loro si dimostr—no inst—˜ili —lle pi™™ole pertur˜—zioni dell9imm—gineF sl numero dei keypoints inE ™rement— ™on l9—umento del ™—mpion—mento dell— s™—l—D e di ™onseguenz— ™res™e —n™he il numero tot—le dei m—™hes ™orrettiF giò è di import—nz— fond—ment—leD in qu—nto il su™™esso del ri™onos™imento dell9oggetto spesso dipende m—ggiorE mente d—ll— qu—ntità —ssolut— dei keypoints ™orrett—mente m—pp—tiD piuttosto ™he d—ll— per™entu—le di keypoint per i qu—li si veri(™— m—t™hingF 2.1.3 Fast Hessian uesto dete™tor è st—to svilupp—to d—l €rofF entone f—y e i punti restituiti in output present—no —n™h9essi proprietà di inv—ri—nz— rispetto —l ™—m˜i—mento di s™—l—F €er l— su— e0™—™i— e velo™ità di ™omput—zione è st—to ingo˜l—to nell— „r—nsform—zione ƒ…‚pF uesto pro™edimento risult— essere simile — quello già visto nel hoqF sn —m˜o i ™—si punti—mo —d ottenere l9inv—ri—nz— rispetto —l ™—m˜i—mento di s™—le ridimension—ndo l9imm—gine più volte e utilizz—ndo l— funzione g—ussi—n— per de(nire le s™—leF „utt—vi— enzi™hé utilizz—re l— di'erenz— di q—ussi—n— esso è ˜—s—to sul ™—l™olo del determin—nte dell— w—tri™e del ressi—noF h—t— un— s™—l— σ,risult— essere ™osì de(nito per ogni pixel ∂2 ∂2 ∂x2 G(σ) ∗ I(x, y) ∂x∂y G(σ) ∗ I(x, y) H(x, y, σ) = ∂2 ∂2 ∂x∂y G(σ) ∗ I(x, y) ∂y 2 G(σ) ∗ I(x, y) g—l™ol—re dirett—mente l— ™onvoluzione tr— l— deriv—t— di se™ondo ordine delE l— q—ussi—n— —d un— s™—l— d—t— e l9imm—gine è un9oper—zione ™he ri™hiede un ingente ™osto ™omput—zion—le spe™i—lmente —d —lte s™—leF „utt—vi— f—y osservò ™he questo ™—l™olo può essere —pprossim—to utilizz—ndo delle —pposite m—s™here