Invariancia de escala sin selección de escala

En este trabajo construimos descriptores invariantes de escala (SIDs) sin requerir la estimación de la escala de imagen; evitamos así la selección de escala, que a menudo es poco fiable. Nuestro punto de partida es una combinación de muestreo log-polar y suavizado espacialmente variable que convierte las escalas y rotaciones de imagen en traslaciones. La invariancia de escala puede entonces garantizarse estimando el módulo de la transformada de Fourier (FTM) de la señal formada, ya que el FTM es invariante a traslaciones. Construimos nuestros descriptores utilizando características de fase, orientación y amplitud que capturan de manera compacta la estructura local de la imagen. Nuestros resultados muestran que los SIDs construidos superan a los descriptores de última generación en conjuntos de datos estándar. Una ventaja principal de los SIDs es que son aplicables a un rango más amplio de estructuras de imagen, como bordes, para las cuales la selección de escala es poco fiable. Demostramos esto combinando SIDs con segmentos de contorno y mostramos que el rendimiento de un modelo basado en fronteras se mejora sistemáticamente en una tarea de detección de objetos.