Local Features v.s. Global Features

Local Features

• 이미지의 특정한 작은 영역에서 추출한 특징
• 객체의 세부적인 부분을 분석하여 인식함.
• 강력한 지역적 변화를 포착해 객체를 인식함.
• Ex) SIFT(Scale-Invariant Feature Transform)

Global Features

• 이미지 전체에서 추출한 특징

• 객체의 전반적인 패턴과 구조를 분석하여 인식함.

  → 이미지의 전체적인 기울기, 방향 등을 분석하여 히스토그램으로 표현.

• Ex) HOG(Histogram of Oriented Gradients)

  → 이미지의 기울기와 방향을 히스토그램 형태로 나타내 특징을 추출함.

Local Feature

Local Feature이 무엇일까?

• A : 균일한 분포를 가지지만, Unique 하지 않음.

• B : Boundary를 표현하지만, 유사한 boundary를 가지는 부분들이 많아 좋은 특징이 될 수 없음.

• C : Corner Point로, 1:1 대응시 좋은 특징이 됨

  ⇒ 좋은 local feature의 역할을 함.

Panorama Stitching

2개의 산 이미지를 결합하여 하나의 파노라마 이미지를 만듦

• 여러 개의 이미지를 겹치는 부분을 기준으로 결합하여 하나의 넓은 이미지를 만드는 과정