GLOH ( Histograma de orientación y ubicación de gradiente ) es un descriptor de imagen robusto que se puede utilizar en tareas de visión artificial . Es un descriptor similar a SIFT que considera más regiones espaciales para los histogramas . Se calcula un vector intermedio a partir de 17 contenedores de ubicación y 16 de orientación, para un total de 272 dimensiones. Luego se utiliza el análisis de componentes principales (PCA) para reducir el tamaño del vector a 128 (el mismo tamaño que el vector descriptor SIFT).
Véase también
- Transformación de características invariantes de escala
- Funciones robustas y aceleradas
- LESH – Histograma de forma basado en energía local
- Detección de características (visión por computadora)
Referencias
- Krystian Mikolajczyk y Cordelia Schmid "Una evaluación del desempeño de descriptores locales", IEEE Transactions on Pattern Analysis and Machine Intelligence, 10, 27, págs 1615-1630, 2005.