Interest point detection とは

関心点検出は、後の処理のための関心点の検出を参照するコンピュータビジョンにおける最近の用語である。関心点は、一般的に以下のように特徴付けることができる画像内の点である。
 それは、明確に、好ましくは数学的に十分に確立された定義を有し、画像空間において明確な位置を有する。関心点周辺の局所的画像構造は、局所情報内容(例えば、重要な2Dテクスチャ)に関して豊富であり、関心点の使用は、ビジョンシステムにおけるさらなる処理を単純化し、照明/輝度の変化として画像領域内の局所的および全体的な摂動の下で安定して、関心点が高度の再現性で確実に計算されるようにする。任意選択的に、関心点の概念は、現実の画像からの関心点を計算することを可能にするためにスケールの属性を含むべきである。
歴史的には、関心点の概念は、物体の追跡および3次元CADの認識のための堅牢で安定した、明確に画定された画像特徴を得ることを第一の目標として検出された、 2次元画像からの物体のようなものである。しかしながら、実際には、ほとんどのコーナー検出器は、コーナーには特に敏感ではなく、すべての方向に高度の変動を有する局所画像領域に敏感である。関心点の使用はまた、物体の存在を知らせるために使用された関心領域の概念に戻り、多くの場合、ブロブ検出ステップの出力に関して定式化される。ブロブ検出器は常に関心対象クラスのクラスに含まれているわけではありませんが、このクラスからブロブ記述子を除外する厳しい理由はありません。最も一般的な種類のブロブ検出器(ブロブ検出に関する記事参照)については、各ブロブ記述子は、ローカルな最大値、オペレータ応答の極大値、または非最大値の重心に対応する明確な点を有する – 微小領域。他のすべての点において、ブロブ記述子はまた、上で定義した関心点の基準を満たす。