下面的代码是用C++编写的,我在实验中使用了OpenCV。假设我以以下方式使用kd-tree (FlannBasedMatcher):
//these are inputs to the code snippet below.
//They are filled with suitable values
Mat& queryDescriptors;
vector<Training> &trainCollection;
vector< vector<DMatch> >& matches;
int knn;
//setting flann parameters
const Ptr<flann::IndexParams>& indexParams=new flann::KDTreeIndexParams(4);
const Ptr<flann::SearchParams>& searchParams=new flann::SearchParams(64);
FlannBasedMatcher matcher(indexParams, searchParams);
for (int i = 0; i < trainCollection.size();i++){
Training train = trainCollection.at(i);
Mat trainDescriptors(train.trainDescriptors);
trainDescriptorCollection.push_back(trainDescriptors);
}
matcher.add(trainDescriptorCollection);
matcher.train();
//Now, we may do knnMatch (or anyother matching)
matcher.knnMatch(queryDescriptors,matches,knn);在上面的代码中,训练似乎是在调用train()函数时进行的(即构建了kd-tree )。但是,如果我们看一下train()函数内部,就会发现问题所在:
void FlannBasedMatcher::train()
{
if( flannIndex.empty() || mergedDescriptors.size() < addedDescCount )
{
mergedDescriptors.set( trainDescCollection );
flannIndex = new flann::Index( mergedDescriptors.getDescriptors(), *indexParams );
}
}这两个操作(设置训练描述符和flann索引,我在调用train()之前已经做过了)。那么,kd-tree到底是什么时候构建的呢?
发布于 2013-03-12 21:41:26
当代码调用FlannBasedMatcher::train()时,FlannBasedMatcher的索引将由
flannIndex = new flann::Index( mergedDescriptors.getDescriptors(), *indexParams );代码
if( flannIndex.empty() || mergedDescriptors.size() < addedDescCount )为了检查是否已经建立了FlannBasedMatcher的索引,before.If ()函数将跳过构建索引的过程,以节省时间。
发布于 2013-03-04 20:42:14
在the documentation中,训练(即,在构建kd-tree的cae中)在每次匹配之前都会完成。cv::DescriptorMatcher类在需要时自动调用训练方法。
https://stackoverflow.com/questions/15047259
复制相似问题