Математичні проблеми зіставлення ознак для об’єктів з обмеженими ресурсами, керованих на основі зору

Анотація

Візуальне сприйняття відіграє ключову роль в автономних транспортних засобах, де зображення слугують основним вхідним сигналом для навігації, побудови карт, оцінки стану та керування рухом. Такі системи часто працюють в умовах реального часу та обмежених ресурсів, що вимагає алгоритмів виявлення та зіставлення ознак, які є точними й обчислювально ефективними. Важливою складовою таких обчислювальних послідовностей є визначення ключових точок – характерних місць зображення x ∈ R^2 у цифровій функції зображення I : R^2 → R^c, де c – кількість каналів, а I(x) ∈ R^c – локальна інтенсивність пікселя. Кожна виявлена ключова точка асоціюється з дескриптором d ∈ R^D, що кодує локальну візуальну структуру у формі, інваріантній до зсуву, обертання та помірної зміни масштабу. Ключові точки між двома зображеннями x_i та x′_i зіставлено шляхом порівняння дескрипторів, утворюючи відповідності x′_i ↔ x_i. Геометричну верифікацію виконано шляхом оцінки матриці перетворення H ∈ R^{3×3} і прийняття |x′_i − Hx_i| < ε, де ε – допустима похибка. Частку таких внутрішніх відповідностей, що називається коефіцієнтом валідних відповідностей, використано як метрику точності. Математично оцінено класичні методи визначення ключових точок, такі як Scale-Invariant Feature Transform (SIFT), у порівнянні з методами на основі машинного навчання, такими як SuperPoint, застосовуючи їх до вручну сформованого набору супутникових зображень. Продуктивність проаналізовано з позиції коефіцієнта валідних відповідностей та обчислювальної ефективності, що відображає компроміс між надійністю й використанням ресурсів. Отримані результати покликані надати рекомендації щодо інтеграції легких, але точних алгоритмів комп’ютерного зору в платформи, такі як БПЛА, забезпечуючи надійну візуальну одометрію та одночасну локалізацію і картографування в умовах обмежених апаратних ресурсів.