COMPARISON OF BRIEF AND ORB BINARY DESCRIPTORS

Abstract

A great deal of features detectors and descriptors are proposed nowadays for various computer vision applications. The task of image processing which is invariant to all weather conditions (such as rain, fog, smoke, unfavorable lights, camera rotation) is presented. The influence of weather conditions on the number of determined key points in the image is analyzed, and how certain unfavorable conditions influence the tracking of these points from frame to frame. Two binary descriptors are considered for finding special points of the image; BRIEF (Binary robust independent elementary features) and ORB (Oriented FAST and rotated BRIEF) descriptors, as well as their modifications, to explore the most efficient descriptor which can be used in applications that run in real time. The result of the study shows that the descriptors have high stability characteristics, working with different types of images and rotation angles, using the recommendations for the use of their modifications.

В даний час пропонується безліч функцій детекторів і дескрипторів для різних додатків комп’ютерного зору. Представлене завдання обробки зображень, яка не залежить від погодних умов (таких як дощ, туман, дим, несприятливі джерела світла, обертання камери). Аналізується вплив погодних умов на кількість певних ключових точок на зображенні і з'ясовується, як певні несприятливі умови впливають на відстеження цих точок від кадру до кадру. Два бінарних дескриптора розглядаються для знаходження особливих точок зображення; дескриптори BRIEF (бінарні робастні незалежні елементарні функції) і ORB (Oriented FAST і повернені BRIEF), а також їх модифікації, щоб вивчити найбільш ефективний дескриптор, який можна використовувати в додатках, що працюють в режимі реального часу. Результат дослідження показує, що дескриптори мають високі характеристики стабільності, працюють з різними типами зображень і кутами повороту, використовуючи рекомендації щодо застосування їх модифікацій.

В настоящее время предлагается множество функций детекторов и дескрипторов для различных приложений компьютерного зрения. Представлена задача обработки изображений, которая не зависит от погодных условий (таких как дождь, туман, дым, неблагоприятные источники света, вращение камеры). Анализируется влияние погодных условий на количество определенных ключевых точек на изображении и выясняется, как определенные неблагоприятные условия влияют на отслеживание этих точек от кадра к кадру. Два бинарных дескриптора рассматриваются для нахождения особых точек изображения; дескрипторы BRIEF (бинарные робастные независимые элементарные функции) и ORB (Oriented FAST и повернутые BRIEF), а также их модификации, чтобы изучить наиболее эффективный дескриптор, который можно использовать в приложениях, работающих в режиме реального времени. Результат исследования показывает, что дескрипторы обладают высокими характеристиками стабильности, работают с разными типами изображений и углами поворота, используя рекомендации по применению их модификаций.