我想执行一个分类任务,在这个任务中,我将对象的给定图像映射到该对象可能所在的预定义星座列表中的一个(即找到最可能的匹配)。为了获得图像的描述符(我将在其上运行机器学习算法),建议我在VLFeat实现中使用SIFT。
首先是我的主要问题--我想忽略sift的关键点查找部分,只使用它作为描述符。在本教程中,我看到有一个选项可以通过调用
[f,d] = vl_sift(I,'frames',fc) ;
其中fc指定关键点。我的问题是,我想显式地指定边界框,我想要在其中计算关键点周围的描述符-但似乎我只能指定一个scale参数,它现在对我来说有点神秘,不允许我显式地指定边界框。有没有办法做到这一点?
第二个问题是手动设置比例并以这种方式获取描述符是否有意义?(即产生一个好的描述符?)关于获取描述符的更好方法,还有其他建议吗?(将SIFT用于其他实现,或其他非SIFT描述符)。我应该提到的是,我的对象始终是图像中唯一的对象,居中,具有恒定的照明,并通过内部部分的某种旋转而变化-这就是为什么我认为SIFT会工作,因为我理解它关注的是方向梯度,它会随着对象的旋转而相应地变化。
谢谢
发布于 2011-03-21 21:52:37
同意描述符比例看起来有点神秘的事实。
查看VLFeat SIFT tutorial中的第三个图像,其中它们使用以下命令将提取的描述符覆盖在图像上
h3 = vl_plotsiftdescriptor(d(:,sel),f(:,sel)) ;
set(h3,'color','g') ;因此,您可以尝试缩放,并查看提取直方图的区域是否与您预期的一致。
如果您对映像环境有那么多的控制,那么SIFT听起来对您的应用程序来说可能是过度杀伤力,但它应该可以工作。
发布于 2011-04-04 07:14:17
嘿。浏览一下本文的背景章节可能会有所帮助:http://www.cs.bris.ac.uk/Publications/pub_master.jsp?id=2001260
我需要时间来解释这个规模,所以请试着阅读它并查看相关的引用。顺便说一句,在该工作中,描述符以基本分辨率使用,即尺度~ 1。
希望这能有所帮助。
发布于 2013-02-06 18:14:14
也许我不理解这个问题,但是,如果查询图像必须与列车图像的数据库进行匹配,并且训练图像和测试图像在光照、比例、...也许筛查在这里不是必要的。你可以看看相关性。你在用matlab吗?
http://docs.opencv.org/doc/tutorials/imgproc/histograms/template_matching/template_matching.html#template-matching "Here“你可以看到一个使用关联的例子。
https://stackoverflow.com/questions/5375167
复制相似问题