« Features from Accelerated Segment Test » : différence entre les versions

Navigation interactive dans l’historique

Contenu supprimé Contenu ajouté

Intégrés

Version du 29 décembre 2010 à 10:55

Features from Accelerated Segment Test (FAST), que l'on peut traduire par caractéristiques issues de tests accélérés de segments, est un algorithme de détection de caractéristique et un descripteur, présenté par des chercheurs de l'ETH Zurich et de la Katholieke Universiteit Leuven pour la première fois en 2006^[1]. Il est utilisé dans le domaine de vision par ordinateur, pour des tâches de détection d'objet ou de reconstruction 3D.

L'algorithme opère en deux étapes^[2] : dans la première étape, un test de segment basé sur les luminosités relatives est appliqué à chaque pixel de l'image traitée ; la deuxième étape permet d'affiner et de limiter les résultats par la méthode dite denon-maximum suppression.

Voir aussi

Notes et références

↑ (en) Edward Rosten et Tom Drummond, « Machine learning for high-speed corner detection », dans 9th European Conference on Computer Vision, Graz, Autriche, 7-13 mai 2006 (lire en ligne), p. 430-443.
↑ (en) Adam Schmidt, Marek Kraft et Andrzej Kaziński, « An evaluation of image feature detectors and descriptors for robot navigation », dans Computer Vision and Graphics: Second International Conference, Varsovie, septembre 2010 (ISBN 9783642159060, lire en ligne), p. 252-253.

Liens externes

Publications

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est la bienvenue ! Comment faire ?

Implémentations

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est la bienvenue ! Comment faire ?

Portail de l’imagerie numérique

[FAST06-1] (en) Edward Rosten et Tom Drummond, « Machine learning for high-speed corner detection », dans 9th European Conference on Computer Vision, Graz, Autriche, 7-13 mai 2006 (lire en ligne), p. 430-443.

[0-2] (en) Adam Schmidt, Marek Kraft et Andrzej Kaziński, « An evaluation of image feature detectors and descriptors for robot navigation », dans Computer Vision and Graphics: Second International Conference, Varsovie, septembre 2010 (ISBN 9783642159060, lire en ligne), p. 252-253.

[1]

[2]

@@ Ligne 1 : / Ligne 1 : @@
-'''Features from Accelerated Segment Test''' ('''FAST'''), que l'on peut traduire par ''caractéristiques issues de tests accélérés de segments'', est un algorithme de [[Détection de zones d'intérêt|détection de caractéristique]] et un [[Extraction de caractéristique en vision par ordinateur|descripteur]], présenté par des chercheurs de l'[[ETH Zurich]] et de la [[Katholieke Universiteit Leuven]] pour la première fois en 2006<ref name="Surf06">
+'''Features from Accelerated Segment Test''' ('''FAST'''), que l'on peut traduire par ''caractéristiques issues de tests accélérés de segments'', est un algorithme de [[Détection de zones d'intérêt|détection de caractéristique]] et un [[Extraction de caractéristique en vision par ordinateur|descripteur]], présenté par des chercheurs de l'[[ETH Zurich]] et de la [[Katholieke Universiteit Leuven]] pour la première fois en 2006<ref name="FAST06">{{Chapitre|éditeur=|collection=|série=|titre= Machine learning for high-speed corner detection |titre ouvrage= 9th European Conference on Computer Vision |auteurs ouvrage=|titre vo=|ref=|volume=|titre volume=|auteur=|prénom=|nom=|auteurs= Edward Rosten et Tom Drummond  |trad=|langue=en|lien langue=|lieu=Graz, Autriche |année=2006|mois=mai|jour=7-13|publi=|pages= |format=|isbn=|issn=|présentation en ligne=|lire en ligne=http://mi.eng.cam.ac.uk/~er258/work/rosten_2006_machine.pdf |partie=|numéro=|chap=|passage=430-443|id=|commentaire=}}.</ref>. Il est utilisé dans le domaine de [[vision par ordinateur]], pour des tâches de [[détection d'objet]] ou de [[reconstruction 3D]].
-{{Chapitre|éditeur=|collection=|série=|titre= Machine learning for high-speed corner detection |titre ouvrage= 9th European Conference on Computer Vision |auteurs ouvrage=|titre vo=|ref=|volume=|titre volume=|auteur=|prénom=|nom=|auteurs= Edward Rosten et Tom Drummond  |trad=|langue=en|lien langue=|lieu=Graz, Autriche |année=2006|mois=mai|jour=7-13|publi=|pages= 430-443 |format=|isbn=|issn=|présentation en ligne=|lire en ligne=http://mi.eng.cam.ac.uk/~er258/work/rosten_2006_machine.pdf |partie=|numéro=|chap=|passage=|id=|commentaire=}}.</ref>. Il est utilisé dans le domaine de [[vision par ordinateur]], pour des tâches de [[détection d'objet]] ou de [[reconstruction 3D]].
+L'algorithme opère en deux étapes<ref name="">{{Chapitre|éditeur=|collection=|série=|titre=An evaluation of image feature detectors and descriptors for robot navigation |titre ouvrage=Computer Vision and Graphics: Second International Conference |auteurs ouvrage=|titre vo=|ref=|volume=|titre volume=|auteur=|prénom=|nom=|auteurs= Adam Schmidt, Marek Kraft et Andrzej Kaziński |trad=|langue=en|lien langue=|lieu=Varsovie |année=2010|mois=septembre|jour= |publi=|pages=|format=|isbn= 9783642159060 |issn=|présentation en ligne=|lire en ligne=http://books.google.com/books?id=P-0NbeiqZhkC&pg=PA252#v=onepage&q&f=false |partie=|numéro=|chap=|passage=252-253|id=|commentaire=}}.</ref> : dans la première étape, un ''test de segment'' basé sur les luminosités relatives est appliqué à chaque pixel de l'image traitée ; la deuxième étape permet d'affiner et de limiter les résultats par la méthode dite de''{{lang|en|non-maximum suppression}}''.
 == Voir aussi ==
+* [[Extraction de caractéristique en vision par ordinateur]]
+* [[Détection de blob]]
 * [[Scale-invariant feature transform]] (SIFT)
 * [[Gradient Location and Orientation Histogram]] (GLOH)
 * [[Local Energy based Shape Histogram]] (LESH)
-* [[Détection de blob]]
-* [[Extraction de caractéristique en vision par ordinateur]]
 == Notes et références ==