SIFT keypoint 와 FAST keypoint 분포의 상관성

본 절에서는 블록 단위로 발생하는 SIFT keypoint 와 FAST keypoint 분포 간의 상관성을 설명한다. FAST detector 는 현재 픽셀 위치에서 3 픽셀 떨어 진 위치의 픽셀들을 원 형태로 조사한다. 반면 SIFT 의 경우 edge 주변이나 blob 의 center 위치에서 keypoint 가 생성되게 된다. 이때, 발생 위치는 Gaussian kernel size 에 따라서 달라지게 된다. 따라서 두 detector 간에 발 생하는 위치는 서로 다르게 된다. 그러나 블록별 분포간에는 연관성을 가지 고 있다.

먼저 두 종류의 특성이 다른 이미지들에 대해서 SIFT 와 FAST 에 의해서 발생하는 keypoint 에 대한 분포를 도출하고, 분석을 진행하였다. 그림 3.5 의 자연 영상 이미지와 그림 3.6 의 인공 구조물에 대한 이미지들을 가지고 FAST 와 SIFT 에서 생성된 keypoint 들간에 블록단위 분포의 상관성을 실 험하였다. 각각 종류의 이미지들은 500 개의 dataset 으로 구성하였다.

그림 3.5 자연영상 이미지 예

그림 3.6 인공 구조물 이미지 예

표 3.1 FAST 와 SIFT 에 의한 블록별 keypoint 분포의 상관성 FAST 에 의한 블록내 이미지의 복잡도

높다 낮다

SIFT 에 의한 블록내 이미지의 복잡도

높다 I II

낮다 III IV

블록별로 FAST keypoint 분포에 따라서 SIFT 의 keypoint를 예측하는 경 우엔 표 3.1 과 같이 4가지의 경우가 생기게 된다. Case I 은 FAST keypoint 의 갯수에 의해서 블록내 이미지가 복잡하다고 판단된 영역에 실제로 SIFT 에 의해서도 keypoint 가 많이 나오는 경우로 SIFT 에 의해서도 복잡도가 높게 판단된 경우이다. Case II 은 FAST 에 의해서 블록내 이미지의 복잡도 는 낮게 판단되었으나, SIFT 에 의해서는 복잡도가 높게 나오는 경우이다.

Case III 는 FAST 에 의해서는 복잡도가 높은 영역이 SIFT 에 의해서는 복 잡도가 낮게 판단된 경우이며, Case IV 는 FAST 와 SIFT 에 의해 모두 블록 내 이미지의 복잡도가 낮은 영역으로 판단된 경우이다.

따라서, Case I, IV 는 맞게 판단된 블록으로 SIFT 에 의해서 발생하는 keypoint 가 맞게 조절되는 경우이다. 반면, Case II 는 FAST 에 의해서 복 잡도가 낮은 영역으로 판단이 되었지만, 실제로는 SIFT 에 의해서는 keypoint 가 많이 발생하는 영역으로 keypoint 가 개수가 줄어야 하지만, 줄어들지 못하는 영역이다. 반대로 Case III 는 FAST 에 의해서 복잡도가 높 은 영역으로 판단하고, SIFT 의 keypoint 의 수를 줄이지만, 실제로는 SIFT 의 keypoint 발생 분포가 낮은 영역으로 영역을 기술할 keypoint 가 사라질

수 있는 영역이다.

실제 정확도는 전체 블록 중 Case I, IV 로 판단하는 블록은 맞게 판단한 부분으로 하고, Case III 는 과도하게 keypoint 줄이는 영역, Case II 는 keypoint 를 줄일 필요가 있지만, 줄이지 못하는 영역으로, Case II, III 가 상 관성을 정확하게 예측하지 못한 부분이 된다.

예를 들어 그림 3.7 (a) 의 원본 이미지에 대해서 (b)는 FAST 의 keypoint 수에 따라서 블록의 복잡도를 분류한 결과이고, (c) 는 SIFT 에 의 해서 블록의 복잡도를 분류한 결과이다. 좌상단이 복잡도가 낮은 블록들이 고, 우하단으로 갈수록 이미지의 복잡도가 높은 블록이다. 그림 3.7(b), (c) 는 대체적으로 비슷한 경향성을 보이지만, 블록간 정확히 분류가 일치하지 않게 된다.

표 3.2 는 실험 영상에서 이러한 차이를 설명한다. 실험은 FAST 에서 블 록에서 발생하는 평균적인 keypoint 의 수보다 30% 많이 발생하는 블록을 복잡도가 높은 블록으로 선정하였다. 두 종류의 테스트 이미지들에 대해서, 맞게 예측한 경우(Case I, IV) 는 자연영상 이미지의 경우 77%, 인공 구조물 이미지의 경우 79% 정도로 비슷한 상관관계 예측결과 수치를 보여준다.

표 3.2 FAST 와 SIFT 에 의한 블록별 상관관계 예측 결과 Case I, IV Case II Case III

자연영상 77% 11.5% 11.5%

인공구조물영상 79.1% 10.5% 10.5%

그림 3.7 블록별 복잡도에 따른 분류 (a) 원본 영상 (b) FAST 에 의한 분류 (c) SIFT 에 의한 분류