Key points are not available for this paper at this time.
최근 지역 이미지 특징을 기반으로 한 방법들이 텍스처 및 객체 인식 작업에서 가능성을 보여주고 있다. 본 논문은 드문 키포인트 위치에서 추출한 특징의 분포(서명 또는 히스토그램)로 이미지를 표현하고, 분포 비교를 위한 두 가지 효과적인 측정인 지구 이동 거리 및 ÷2 거리 기반의 커널을 사용하여 서포트 벡터 머신 분류기를 학습시키는 접근 방식에 대한 대규모 평가를 제시한다. 우리는 먼저 다양한 키포인트 검출기와 설명자, 다양한 커널과 분류기로 우리 접근 방식의 성능을 평가한다. 그 다음 우리는 4개 텍스처 및 5개 객체 데이터베이스에 대한 여러 최첨단 인식 방법과의 비교 평가를 수행한다. 이러한 데이터베이스의 대부분에서 우리의 구현은 보고된 최고 결과를 초과하고 나머지에서도 비슷한 성과를 달성한다. 마지막으로, 우리는 배경 상관 관계가 인식 성능에 미치는 영향을 조사한다.
Zhang et al. (Mon,)는 이 질문을 연구하였다.