9、密集分割感知描述符：实现图像描述符的背景不变性

密集分割感知描述符：实现图像描述符的背景不变性

1. 引言

在计算机视觉领域，密集描述符正变得越来越受欢迎，广泛应用于密集图像对应、词袋图像分类和标签转移等任务。与传统的基于卷积操作的图像滤波器组不同，密集描述符采用局部描述符（如SIFT），更适合处理图像对应、分类和标注等任务。

早期的研究表明，用规则采样的SIFT描述符替代稀疏描述符用于图像分类具有显著优势。随后，一系列工作迅速确立了密集描述符在视觉任务中的多功能性、高效性和高性能。特别是SIFT - flow的开创性工作，通过用基于SIFT的相似度概念取代光流中的“亮度恒定”约束，推动了场景对应和标签转移等新应用的发展。

然而，使用密集描述符需要重新思考如何实现对干扰参数的不变性。在稀疏描述符技术中，通常先使用兴趣点检测器找到稳定的尺度和旋转不变点，然后在这些点周围的坐标系中提取描述符。但在密集设置中，由于大多数图像区域的尺度和方向难以可靠估计，这种策略并不可行。

近年来，一些工作致力于解决密集设置中的尺度和/或旋转不变性问题。例如，通过将全局图像配准技术应用于局部图像描述符，或者搜索不变子空间（如无尺度SIFT（SLS）描述符）。本文在此基础上，进一步追求对“背景变化”的不变性。

1.1 背景变化问题

在构建描述符时，围绕某一点的测量值可能来自不同的独立对象，这会导致在不同场景中同一特征点的描述符存在差异。例如，当对象的背景发生变化时，其边界附近的描述符会有所不同；或者由于场景的复杂几何结构导致自遮挡，也会使描述符在不同场景中产生差异。我们将这些情况统称为“背景可变性”。

目前，解决这个问题的工作相对较少。早期的工作中，Stein和Hebert引入了局