詳解 OpenCV 3 ―コンピュータビジョンライブラリを使った画像処理・認識

16章キーポイントと記述子

16.1　キーポイントとトラッキングの基礎

この章では、画像中の有益な情報である特徴点について説明します。最初にコーナーと呼ばれるものを説明し、サブピクセル領域における定義について述べます。次に、オプティカルフローを使用したコーナーのトラッキング（追跡）の手法を学びます。コーナー追跡手法は歴史的にキーポイント理論の方向に進化してきました。本章の後半では、OpenCVライブラリに実装されたキーポイントの特徴点検出器と、特徴量の記述子の広範な議論も含め、キーポイント理論について解説します†1。

[†1] 本章で扱う特徴点は、主にメインライブラリに収容されメインライブラリのライセンス条項が適用されているものに限定します。これに対し、xfeatures2Dモジュール（「付録B　opencv_contribモジュール」参照）には新しい実験的機能や、「nonfree（ライセンスフリーではない）」の特徴点検出器や特徴量記述子が多数収録されています。本章ではnonfreeの機能のうちSIFTとSURFだけを取り上げます。これは、その2つが歴史的、実践的、教育的にも非常に重要であるからです。

キーポイントとコーナーに共通した考え方は、似たような別々の画像に写っている同じシーンや物体を、同じか少なくとも非常に類似した不変の形式で表現することができれば、多くの応用で有用であろうという直感に基づいています。これを行うための強力な手段がコーナーとキーポイントの表現です。コーナーは、画像の局所的な情報を豊富に持った小さなパッチであり、別の画像でも同じコーナーが認識される可能性が高いものです。キーポイントはこの概念の拡張で、画像の小さな局所パッチの情報を、見つけやすく、かつ少なくとも原理的にはほぼ唯一のものになるようにエンコードしたものです。キーポイントに関する記述可能な情報は記述子という形に要約されます。記述子はたいてい、そのキーポイントを形成するピクセルパッチよりも次元数がかなり低い情報です。記述子のおかげで、そのパッチが他の異なる画像に現れたときに、対応する同じパッチを簡単に見つけることができるのです。 ...