文章全稱是《Comparing ORB and AKAZE for visual odometry of unmanned aerial vehicles》。這是一篇來自巴西的文章，沒有在百度文庫中找到，是在其他博客中給出的鏈接得到的。從鏈接的URL可以看出這是一篇來自會議CCIS云計算與智能系統國際會議的文章。

文章將特征點檢測和匹配的方法應用在了無人控制飛行器Unmanned Aerial Vehicles(UAV)，也就是無人機drone上。無人控制，就必須知道飛行器的實時位置，我們當然可以使用GPS，但是GPS也有一些缺點，比如一些極端天氣下GPS信號被干擾，而考慮到飛行器上安裝了越來越多的傳感器如攝像頭，所以可使用計算機視覺的方法來實現。

利用捕捉到的圖像計算UVA的displacement，估計UAV的飛行位置的方法就叫做visual odometry。文章中作者主要比較了ORB算法和AKAZE算法。結論是AKAZE在實時性的表現和準確度之間可以取得更好的平衡。

UAV需要捕獲連續的圖像幀，幀之間有足夠多的重疊場景，這樣才能通過圖像之間的變化來估計變化。下圖是UAV捕捉到的場景連續的圖像。可以看到兩幅圖像之間主要是視角發生了變化，或者是飛行器姿態發生了變化。

在特征點的檢測步驟，ORB使用改進的FAST算法檢測特征點，改進后可以實現對于旋轉的不變性。AKAZE相比于KAZE，在構建非線性金字塔中使用了Fast Explicit Diffusion(FED)來加速。在特征點的描述中，ORB基于BRIEF方法，這種方法在圖像的平滑版本中的特征點周圍建立二進制的數據集binary tests。但是BRIEF分缺陷是對平面旋轉in-plane rotation沒有魯棒性，ORB使用學習方法learning method找到相關性更小的二進制對，并選擇了其中性能好的子集，使得最近鄰匹配中可以得到很好的效果。AKAZE的描述子是基于(LDB)Local Difference Binary.改進得到了M-LDB，挖掘出了梯度和密度的信息(exploits gradient and intensity information),改進的版本由方格的下采樣構成(consists of subsampling the grid)，而不是使用子方格中所有像素的均值。描述子生成的步驟是特征點的尺度的函數，所以采樣時的尺度獨立保證了描述子是尺度不變的。This is performed in steps that are a function of the scales of the feature, so that the scale-dependent sampling makes the descriptor robust to changes in scale.在特征點匹配中，可以使用相似性或者距離來比較兩個特征點，ORB和AKAZE均使用的是二進制的描述子，所以他們都使用了漢明距離來進行高效的匹配。

實驗圖像來自兩個不同的數據集。一個含1098個7360x4912的圖像，攝像頭是SONY ILCE-7R，焦距45mm，安裝在固定翼飛行器上，飛行高度平均360m，飛行區域是鄉村區域。第二個數據集由4000x3000的148幅圖像構成。圖像來自Canon PowerShot S110攝像頭，焦距長度5.2mm，安裝在四軸飛行器上，平均飛行高度是28m，飛行區域在市區標志性建筑附近。遺憾的是文章沒有給出數據集的鏈接。

上圖是第一個的鄉村圖像數據集的例子。之前含汽車的圖像是是城市數據集的圖像。

檢測和匹配的特征對算法表現有直接的影響。在作者的實驗中，將圖像大小縮放為736x491和640x480大小，從而便于實時處理。

表1表2表示了兩種算法分別在兩種數據集下的特征點匹配數和運行時間的情況。運行時間是在使得兩種算法檢測得到的特征點數目相等下進行測量的。可以看到，ORB的速度約是AKAZE的3倍。

特征點的匹配過程中會有錯誤匹配對，文章使用了RANSAC方法進行特征點匹配對的提純。RANSAC通過迭代，可以將樣本點分為內點和外點兩部分，內點用來回歸分析，外點則認為是一些畸變點。

表3和表4是在兩個數據集下兩種算法的內點占比情況。AKAZE的正確匹配對比重的均值average ratio of correct matching(their accuracy)更高。

圖3是使用所有特征點和僅僅使用內點進行配對的情況。可以看到在b中特征點更少，匹配情況更準確。B中的綠色框是左圖以擬合得到的矩陣變換得到的。

結論

ORB比AKAZE要快，并且AKAZE的運行時間隨著圖像分辨率的增加快速增加，然而，在剔除外點之后，AKAZE有更多的正確匹配對。對于分辨率為640x480的低分辨率圖像，AKAZE在速度和結果表現之間取得了一個更好的平衡。這篇文章的實驗圖像來自UAV搭載的攝像頭，作者接下來的工作是在真實visual adometry應用中驗證兩種算法在估計UAV位置中的準確性。

總結

以上是生活随笔為你收集整理的comparing ORB and AKAZE的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。