NÂNG CAO HIỆU QUẢ PHÁT HIỆN BLOB CHO BỘ LỌC GLOG
Nội dung chính của bài viết
Tóm tắt
Bài báo đề xuất hai chiến lược tối ưu hóa hiệu quả tính toán cho bộ lọc Laplacian of Gaussian tổng quát (gLoG) trong phát hiện blob. Chiến lược thứ nhất dùng phân tích thành phần chính (PCA) để xác định hướng chính và rút gọn số thang đo. Chiến lược thứ hai khai thác phân bố độ lớn gradient cục bộ để chọn và áp dụng bộ lọc theo các hướng liên quan nhất.
Thực nghiệm trên các bộ dữ liệu Oxford và ORL cho thấy các phương pháp duy trì độ lặp và độ chính xác định vị tốt, đồng thời giảm thời gian xử lý: PCA giảm 44% thời gian chạy với mức suy giảm độ chính xác ghép cặp chỉ 1,7%, trong khi biến thể dựa trên gradient đạt mức tăng tốc 37%.
Thiết kế gọn nhẹ và tính nhất quán hình học của các bộ lọc đề xuất cho thấy tiềm năng ứng dụng trong các bài toán trích xuất đặc trưng với tài nguyên tính toán hạn chế.
Từ khóa
Phát hiện blob, Laplacian of Gaussian tổng quát (gLoG), trích xuất đặc trưng.
Chi tiết bài viết
Tài liệu tham khảo
[2] H. Kong, H. C. Akakin, and S. E. Sarma, "A generalized laplacian of gaussian filter for blob detection and its applications," IEEE Transactions on Cybernetics, 43(6):179-1733, 2013, DOI:10.1109/TSMCB.2012.2228639
[3] R. Reisenhofer and E. J. King, "Edge, ridge, and blob detection with symmetric molecules," SIAM Journal on Imaging Sciences, 12(4):1585-1626, 2019, DOI:10.1137/19M1240861
[4] J. Chen, L. Y. Duan, F. Gao, J. Cai, A. C. Kot, and T. Huang, "A low complexity interest point detector," IEEE Signal Processing Letters, 22(2):172-176, 2014, DOI:10.1109/LSP.2014.2354237
[5] P. Shivakumara, T. Q. Phan, and C. L. Tan, "A laplacian approach to multi-oriented text detection in video," IEEE Transactions on Pattern Analysis and Machine Intelligence, 33(2):412-419, 2010, DOI:10.1109/TPAMI.2010.166
[6] Z. Miao, X. Jiang, and K. H. Yap, "Contrast invariant interest point detection by zero-norm log filter," IEEE Transactions on Image Processing, 25(1):331-342, 2015, DOI:10.1109/TIP.2015.2470598
[7] H. Xu, C. Lu, R. Berendt, and N. Jha, "Automatic nuclei detection based on generalized laplacian of gaussian filters," IEEE Journal of Biomedical and Health Informatics, 21(3):826-837, 2016, DOI:10.1109/JBHI.2016.2544245
[8] V. Majanga and S. Viriri, "Automatic blob detection for dental caries," Applied Sciences, 11(19):9232, 2021, DOI:10.3390/app11199232
[9] G. Wang, C. Lopez-Molina, and B. De Baets, "Blob reconstruction using unilateral second order gaussian kernels with application to high-iso long-exposure image denoising," in Proc. IEEE Int. Conf. Comput. Vis. (ICCV), Venice, Italy, 2017, pp. 4817-4825, DOI:10.1109/ICCV.2017.516
[10] G. Wang, C. Lopez-Molina, and B. De Baets, "Automated blob detection using iterative laplacian of gaussian filtering and unilateral second-order gaussian kernels," Digital Signal Processing, vol. 96, pp. 102592, 2020, DOI:10.1016/j.dsp.2019.102592
[11] C. Nguyen Dinh, M. Delalandre, D. Conte, and T. A. Pham, "Fast rt-log operator for scene text detection," Journal of Real-Time Image Processing, 18(1)19-36, 2021, DOI:10.1007/s11554-020-00942-7
[12] V. L. Petrović, "A method for real-time memory efficient implementation of blob detection in large images," Serbian Journal of Electrical Engineering, 14(1):67-84, 2017, DOI:10.2298/SJEE1701067P
[13] R. Acevedo-Avila, M. Gonzalez-Mendoza, and A. Garcia-Garcia, "A linked list-based algorithm for blob detection on embedded vision-based sensors," Sensors, 16(6):782, 2016, DOI:10.3390/s16060782
[14] X. Descombes, "Multiple objects detection in biological images using a marked point process framework," Methods, vol. 115, pp. 2-8, 2017, DOI:10.1016/j.ymeth.2016.09.009
[15] K. Esbensen and P. Geladi, "Principal component analysis: Concept, geometrical interpretation, mathematical background, algorithms, history, practice," in Comprehensive Chemometrics: Chemical and Biochemical Data Analysis, vol. 2, S. D. Brown, R. Tauler, and B. Walczak, Eds. Amsterdam, Netherlands: Elsevier, 2020, pp. 3-15, DOI:10.1016/b978-0-444-64165-6.05002-3
[16] T. Lindeberg, "Feature detection with automatic scale selection," International Journal of Computer Vision, vol. 30, pp. 79-116, 1998, DOI:10.1023/A:1008045108935
[17] Y. Cho, D. Kim, S. Saeed, M. U. Kakli, S.-H. Jung, and J. Seo, "Keypoint detection using higher order laplacian of gaussian," IEEE Access, vol. 8, pp. 10416–10425, 2020, DOI:10.1109/ACCESS.2020.2965169
[18] K. Mikolajczyk et al., "A comparison of affine region detectors," International Journal of Computer Vision, vol. 65, pp. 43-72, 2005, DOI:10.1007/s11263-005-3848-x
[19] X. Jiang, B. Mandal, and A. Kot, "Eigenfeature regularization and extraction in face recognition," IEEE Transactions on Pattern Analysis and Machine Intelligence, 30(3):383-394, 2008, DOI:10.1109/TPAMI.2007.70708