SIFT와 ORB 특징 — 이미지의 지문 찾기

오늘은 이미지의 지문이라 불리는 특징점 검출을 배워보겠습니다.

특징점이란 이미지에서 독특해서 다시 찾을 수 있는 점이에요.

그림 왼쪽 타임라인을 보세요, 1988년 해리스 코너 검출부터 시작해요.

해리스는 구조 텐서의 고유값 두 개가 모두 클 때 코너로 판단해요.

하지만 해리스는 이미지 크기가 변하면 같은 점을 못 찾는 한계가 있었어요.

그래서 2004년 로우가 시프트를 발표했어요.

시프트는 디오지 스케일 스페이스에서 키포인트를 검출해요.

128차원 디스크립터로 스케일과 회전에 불변하죠.

타임라인 가운데 보라색 박스를 보면 서프가 2006년에 나왔어요.

서프는 적분 이미지로 시프트보다 3배 빠르지만 여전히 특허 문제가 있었어요.

오른쪽 파란색 박스를 보세요, 패스트와 브리프가 등장합니다.

패스트는 중심 픽셀 주위 16개 픽셀만 비교해서 매우 빨라요.

브리프는 이진 테스트로 256비트 디스크립터를 만들어요.

맨 오른쪽 초록 박스가 오알비예요, 2011년에 나왔습니다.

오알비는 패스트 검출기에 회전 보정한 브리프를 결합한 거예요.

시프트보다 100배 이상 빠르고 특허도 무료입니다.

아래쪽 왼편 그림을 보시면 특징점의 세 요소가 있어요.

위치는 x, y 좌표, 스케일은 시그마, 방향은 세타로 표현해요.

이 세 가지가 있어야 불변 디스크립터를 만들 수 있어요.

오른쪽 아래를 보면 파노라마, 객체 인식, 슬램, AR에 모두 쓰여요.

특징점은 이미지 간 대응점을 매칭하는 핵심 기술이에요.

그래서 특징점을 이미지의 지문이라고 부르는 거예요.

이번 레슨에서 시프트와 오알비를 깊이 비교해볼 거예요.