sift

    0熱度

    2回答

    我想使用N-SIFT(n維尺度不變特徵變換)特徵點來檢測視頻中的一些時空尺度不變區域。我得到了以下鏈接中的代碼 http://www.insight-journal.org/browse/publication/207 它在Cygwin平臺上構建工具並使用ITK。沒有詳細說明如何構建它。所以如果有人使用這個工具/庫,請幫助我構建它。或者請提及任何其他圖書館,如果可用。

    2熱度

    2回答

    我有一套100K 64x64灰度補丁(已經對齊,這意味着它們都具有相同的方向),我想從每一個提取SIFT描述符使用OpenCV。 我很清楚,我需要做的是定義一個關鍵點kp的矢量,使得:kp.x = 32,kp.y = 32。 但是,我不知道如何設置kp.size參數。從翻過SIFT的代碼,它看起來像是用這個參數做一些不重要的計算,而不是假設它是補丁的大小。 問題1:從大小爲64x64的補丁中提取S

    1熱度

    1回答

    我想匹配對與內窺鏡相機拍攝的圖像之間的特徵。在翻譯圖像時(即使重疊仍然很高),匹配的特徵數量表現非常差。 幾個問題 不妨來此低的特徵匹配的數量從暗角存在於圖像? (SIFT描述符描述的梯度,並且如果存在一個恆定的小插曲梯度,這是否損壞描述符?) 能相機校準差? 您是否有任何其他改進匹配的建議? 下面是我在做什麼: - 圖片是基於與棋盤圖案 完成攝像機標定重新映射 - 特點與SIFT(VLFeat)

    5熱度

    2回答

    我試圖通過重複性標準來評估SIFT和SURF探測器。 我發現,下面的方法可以找到重複性,SIFT和SURF cv::evaluateFeatureDetector(img_1c, img_2c, h12, &key_points_1, &key_points_2, repeatability, corrCounter); 函授一些結果如下所列: Number Repeatibility Cor

    0熱度

    3回答

    在〜2.2GHz的處理器和4GB的RAM中是否有實時運行的SIFT的C/C++實現?或者什麼是用於提取〜2000個關鍵點的SIFT特徵和描述符的最低可實現運行時間。 Andrew Vedaldi的C++實現對於2000個關鍵點需要大約3.5秒。

    1熱度

    1回答

    我沒有從Matlab函數得到正確的結果,所以也許我的數據安排是錯誤的。我查看了我正在使用的函數的幫助文件,輸入「X」必須在表格中。 X的行對應於觀察值,而列對應於 變量。 對不起,如果這是非常基本的,但我的輸入矩陣究竟應該如何排列呢? 我有5個作者,每個作者都有一個長度爲18的特徵矢量(例如爲了簡單起見)。 因此,我認爲observations這意味着同一作家的不同特點和variables意味着作

    1熱度

    1回答

    我正在嘗試使用Sift,但我有一個錯誤。我不明白爲什麼。 我做這樣的事情: detector = new SiftFeatureDetector(0.03,//feature threshold 10);//threshold to reduce sensitivity to lines, SiftDescriptorExtractor extractor; 然後我得

    0熱度

    1回答

    我們可以使用hadoop在多個圖像上運行SIFT嗎? SIFT在每個圖像上需要1秒來提取關鍵點及其描述符。考慮到每次運行都獨立於其他運行並且不能減少1次運行的運行時間,我們是否可以減少運行時間? 多線程將運行時間減少了一定數量的核心處理器。我們可以在每個處理器上運行每個映像。 可以使用hadoop以任何方式並行運行多個圖像? 如果是,假設我們有3個集羣,它可以通過什麼因素減少運行時間?

    6熱度

    2回答

    應用程序的要點是從已設置的圖像列表中識別圖像。圖像列表已將其SIFT描述符提取並保存在文件中。這裏沒有什麼有趣的: std::vector<cv::KeyPoint> detectedKeypoints; cv::Mat objectDescriptors; // Extract data cv::SIFT sift; sift.detect(image, detectedKeypoin

    0熱度

    1回答

    我一直在想如何減少SIFT Brute-force Matcher(用於對象識別)的時間。我的程序迭代一些圖像列車並返回在每種情況下找到的最大匹配數。有沒有一種方法(除了將圖像大小調整爲較小的尺寸)來縮短這個時間間隔,因爲我認爲數據庫越大,如果我有很長的識別時間,它就會變得毫無用處。 在此先感謝 PS我使用Python綁定的OpenCV 2.4.9