특징이 매칭이나 인식과 같은 단계에 유용하게 쓰이려면, 몇 가지 요구 조건을 만족해야 한다. 첫째, 기술자의 분별력이 높아야 한다. 둘째, 다양한 변환에 불변이어야 한다.
다음 그림을 예로 들면
기술자로 면적을 사용한다고 생각해 보자. 영역을 회전시켜도 면적은 원래와 같다. 면적은 회전에 불변이다. 하지만 크기를 축소하는 변환이 일어나면 면적이 변한다. 면적은 크기 변환에 불변이 아니다. 면적은 크기 변환에 따라 변하므로 공변이라고 말한다.
이제 주축을 생각해보자. 영역 a는 수직 방향으로 길기 때문에 주축은 대략 수직 방향이 될 것이다. 주축은 축소가 일어나도 변하지 않는다. 반면 회전이 일어나면 그에 따라 변한다. 주축은 크기 변환에 불변이지만 회전 변환에는 공변이다.
기술자는 불변이어야 한다. 여러가지 변환이 일어난 상황에서도 매칭에 성공하려면 해당하는 점이 같은 기술자를 가져야 하기 때문이다.
지금까지 물체의 기하학적 변환에 대한 ‘기하 불변성’을 언급하였다. 하지만 질적으로 전혀 다른 측면의 불변성이 있다. 그것은 영상을 획득하는 과정에서 주위 조명에 따라 밝기가 변하는 광도 변환이다.
마지막 요구 조건은 특징 벡터의 크기(차원)이다. 매칭은 특징 벡터(기술자) 간의 거리를 계산하여 판단하므로 차원이 높으면 계산 시간이 비례하여 늘어난다. 계산 효율 측면에서 보면 차원이 낮은 기술자일수록 좋다.
'Computer Vision > 이론' 카테고리의 다른 글
18. 매칭 (0) | 2022.01.15 |
---|---|
17. 주성분 분석 (0) | 2022.01.14 |
15. 스케일에 불변한 특징점 검출 (0) | 2022.01.10 |
14. 이동과 회전에 불변한 특징점 검출 (0) | 2022.01.10 |
13. 지역 특징 검출의 기초 (0) | 2022.01.10 |