Speeded Up Robust Features

Speeded Up Robust Features (SURF), que l'on peut traduire par caractéristiques robustes accélérées, 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] puis dans une version révisée en 2008[2]. Il est utilisé dans le domaine de vision par ordinateur, pour des tâches de détection d'objet ou de reconstruction 3D.

SURF est partiellement inspiré par le descripteur SIFT, qu'il surpasse en rapidité[3] et, selon ses auteurs, plus robuste pour différentes transformations d'images. SURF est fondé sur des sommes de réponses d'ondelettes de Haar 2D et utilise efficacement les images intégrales. En tant que caractéristique de base, SURF utilise une approximation d'ondelettes de Haar du détecteur de blob à base de déterminant hessien.

Voir aussi

Notes et références

  1. (en) Herbert Bay, Tinne Tuytelaars et Luc Van Gool, « SURF: Speeded Up Robust Features », dans 9th European Conference on Computer Vision, Graz, Autriche, (lire en ligne).
  2. (en) Herbert Bay, Andreas Ess, Tinne Tuytelaars et Luc Van Gool, « SURF: Speeded Up Robust Features », Computer Vision and Image Understanding, vol. 110, no 3, , p. 346-359 (lire en ligne).
  3. (en) Johannes Bauer, Niko Sünderhauf et Peter Protzel, « Comparing several implementations of two recently published feature detectors », dans Proceedings of the International Conference on Intelligent and Autonomous Systems, Toulouse, (lire en ligne), p. 3.

Liens externes

Publications

Christopher Evans, Notes on the OpenSURF Library, Université de Bristol, (lire en ligne).

Implémentations

  • Portail de l’imagerie numérique
Cet article est issu de Wikipedia. Le texte est sous licence Creative Commons - Attribution - Partage dans les Mêmes. Des conditions supplémentaires peuvent s'appliquer aux fichiers multimédias.