Comparative Analysis of SIFT and SURF Methods for Local Feature Detection in UAV Imagery
Saved in:
| Title: | Comparative Analysis of SIFT and SURF Methods for Local Feature Detection in UAV Imagery |
|---|---|
| Source: | World Congress “Aviation in the XXI Century” – “Aviation Security and Space Technology”; 2024: XI Всесвітній конгрес “Авіація в XXI столітті” – “Безпека в авіації та космічні технології”; 2.2.30-2.2.32 Всесвітній конгрес “Авіація в XXI столітті” – “Безпека в авіації та космічні технології”; 2024: XI Всесвітній конгрес “Авіація в XXI столітті” – “Безпека в авіації та космічні технології”; 2.2.30-2.2.32 |
| Publisher Information: | Національний авіаційний університет, 2025. |
| Publication Year: | 2025 |
| Subject Terms: | feature extraction, SURF, objects recognition, UAV imagery, методи виявлення локальних ознак, комп'ютерне бачення, computer vision, image processing, знімки безпілотних літальних апаратів, SIFT, local feature detectors, розпізнавання об'єктів, обробка зображень, виділення ознак |
| Description: | The paper examines local feature detection methods such as SIFT and SURF which are widely used in computer vision for processing UAV imagery. The algorithms are analyzed in terms of accuracy and speed and their advantages and disadvantages are discussed using image processing in the MATLAB environment as an example. У дослідженні розглядаються методи виявлення локальних ознак, такі як SIFT та SURF, що широко використовуються в комп'ютерному баченні для обробки знімків з безпілотних літальних апаратів. Алгоритми аналізуються з точки зору точності та швидкості, їх переваги й недоліки обговорюються на прикладі обробки зображень у середовищі MATLAB. |
| Document Type: | Article |
| File Description: | application/pdf |
| Language: | Ukrainian |
| Access URL: | https://jrnl.nau.edu.ua/index.php/congress/article/view/19178 |
| Accession Number: | edsair.aviationuniv..70a3f4cd0dd9c20aac3060c1a3ccb814 |
| Database: | OpenAIRE |
Nájsť tento článok vo Web of Science Be the first to leave a comment!