Detector de región afín de arpillera
El detector de región afín de Hesse es un detector de características que se utiliza en los campos de la visión por computadora y el análisis de imágenes . Al igual que otros detectores de características, el detector afín de Hesse se usa típicamente como un paso de preprocesamiento para algoritmos que se basan en puntos de interés característicos identificables .
El detector afín de Hesse es parte de la subclase de detectores de características conocidos como detectores invariantes afines: detector de región afín de Harris , regiones afines de Hesse, regiones extremas máximamente estables , detector de prominencia de Kadir-Brady , regiones basadas en bordes (EBR) y extremos de intensidad Regiones basadas en IBR.
El algoritmo del detector afín de Hesse es casi idéntico al detector de región afín de Harris . De hecho, ambos algoritmos fueron derivados por Krystian Mikolajczyk y Cordelia Schmid en 2002, [1] basado en trabajos anteriores en, [2] [3] ver también [4] para una descripción más general.
El detector afín de Harris se basa en los puntos de interés detectados en múltiples escalas utilizando la medida de esquina de Harris en la matriz del segundo momento. El afín de Hesse también utiliza un algoritmo iterativo de múltiples escalas para localizar y seleccionar espacialmente la escala y afinar puntos invariantes. Sin embargo, en cada escala individual, el detector afín hessiano elige puntos de interés basándose en la matriz hessiana en ese punto:
