18. 매칭

 두 특징점을 매칭하려면 유사도 또는 거리를 측정하는 척도가 필요하다.

1. 거리 척도

 

 

2. 매칭 전략과 성능 분석

 두 영상을 매칭하는 경우 서로 구분하기 위해 첫 번째 영상의 특징 벡터를 ai(1<=i<=m) 라 하고 두 번째 영상은 bj(1<=j<=n)라 표기하자. 가장 단순한 매칭 전략은 고정 임계값을 사용하는 것이다. 서로 다른 두 영상에서 추출한 두 점 ai와 bj는 다음 식을 만족하면 성공적으로 매칭이 되었다고 판단하고 매칭 쌍으로 저장한다.

 어떤 상황에서는 곡선 자체 대신 수치 하나로 성능을 표현해야 한다. 이런 때는 곡선 아래에 있는 영역의 면적을 성능 지표로 사용하면 된다. 이 면적을 AUC라 하는데 AUC가 클수록 좋다.

 

 또 다른 전략은 최근접 이웃을 찾는 것이다. 첫 번째 영상의 특징 벡터 ai의 대응점을 찾는다고 하자, 두 번째 영상에 있는 특징 벡터 중에 ai와 가장 가까운 것, 즉 최근접에 해당하는 bj를 찾는다. 둘 사이의 거리가 T이내이면 둘은 대응 쌍이 된다.

 세 번째 전략으로 최근접 거리 비율이 있다. 이 전략은 가장 가까운 점 bj와 두 번째 가까운 점 bk를 구한다. 이떄 두 점이 다음 식을 만족하면 점 ai와 bj가 대응 쌍이 된다. 결과적으로 최근접 거리 비율 전략이 가장 높은 성능을 보인다.