微软AR/VR专利分享如何优化光学传感器局部特征检测精度
提高局部特征检测精度
（映维网Nweon 2024年07月20日）局部特征是图像中发现的模式或不同结构，可以包括点、边或斑点等。它们一般与通过纹理、颜色和/或强度与其周围环境区分的图像块相关联。另外，依赖光学传感器来促进定位和映射的各种技术同样可能依赖于精确检测局部特征的能力。例如，为了向用户提供沉浸式体验，头戴式显示器等设备可以绘制物理环境映射，并进行自我定位。在理想情况下，算法可以很好地执行局部特征检测。但在不同的环境和条件下，一般算法的性能并不相同。因此，需要能够有效地确保算法适应用户的特定环境。
证据表明，不同的单应变换可以导致不同的精度，因此，微软在名为“Personalized local image features using bilevel optimization”的专利申请中提出，可以预测变换，从而有效地帮助个性化特定用户环境的局部特征。专利描述的实施例涉及用于将基线局部特征模型个性化到用户的特定目标环境。
在这方面，通过提供来自用户环境的验证集，可以预测从验证集的角度来看相关和重要的转换空间。实施例将这个“个性化”问题框架化为双层优化框架。双层优化框架的外部操作可以找到与验证集最相关的最优变换。
双层框架的内部操作则在局部特征网络的训练期间利用变换。然后，推导双层优化问题的可微近似，并利用罚函数方法求解。微软指出，各种实施例的应用证明了局部特征检测的显著改进，有时根据验证集的大小等，其精度比预训练的局部特征模型的提高10%-20%。
......（全文 2822 字，剩余 2291 字）
注册用户请登入后阅读完整文章
映维会员、PICO员工、大朋员工可联系映维免费获取权限
