%X Distintas características como esquinas, manchas o segmentos rectilíneos nos permiten reconocer objetos en imágenes digitales. Generar una descripción compacta, pero a la vez discriminativa de estas características es un paso clave en muchas aplicaciones como Realidad Aumentada, Structure From Motion, SLAM, etc. BELID es un reciente descriptor creado en el Grupo de Visión por Computador y Robótica Aérea de la UPM y en este trabajo mostramos un detallado análisis de su comportamiento en conjunto con una implementación eficiente en C++ que permite su ejecución en dispositivos móviles. Además se genera una guía de carácter general para la implementación de algoritmos eficientes empleando la Transparent API de OpenCV.---ABSTRACT---Features like corners, blobs or line segments allow us to recognize objects in digital images. Generating a compact but powerful description of these features is a crucial step in several applications like Augmented Reality, Structure From Motion, SLAM, etc. BELID is a recent image feature descriptor created by the Computer Vision for Aerial Robotics group of the UPM. In this work we show a detailed analysis of its behavior and we propose an efficient implementation in C++ code that allows its usage in low-poer devices such as smartphones, tablets or robots. We also generate a general purpose guide of how to implement efficient algorithms using the OpenCV’s Transparent API.
%A Alejandro Cobo Cabornero
%D 2019
%T Evaluación y optimización de un descriptor de características
%C Madrid, España
%I ETSI_Informatica
%L upm55778
%K Visión por computador; Descriptor de imágenes; Aprendizaje automático; Realidad aumentada; Computer vision; Feature descriptor; Machine learning; Augmented reality