利用vl_sift函数在matlab中的SIFT
利用vl_sift函数在matlab中的SIFT
提问于 2016-05-16 10:52:31
我使用vl_sift(来自vl_feat站点)函数来查找SIFT描述符，它为一个图像提供了大小为128*1的描述符，为第二个图像提供了128*2的描述符。我得到了128的理由，但我不明白为什么列不断变化(有时1，有时2)，它必须是相同的，对吗？有人能解释一下那些列代表什么吗？谢谢
回答 2
Stack Overflow用户
回答已采纳
发布于 2016-05-17 07:42:32
这些特征是从关键点提取出来的。在筛分的情况下，它们是团状结构。换句话说，vl_sift函数查找关键点，并从每个关键点提取128个维度描述符。
你有不同的尺寸(128*1或128*2等等)因为在一个图像中，vl_sift在另一个图像中找到了一个关键点，所以它找到了两个关键点。这就是为什么你有不同的维度。
Stack Overflow用户
发布于 2016-05-16 10:59:05
SIFT提取任意数量的描述符，每个描述符大小为128。提取的描述符数量不会是固定的，因为它取决于有多少个点“足够强”来成为一个好的描述符。在SIFT算法中，每个描述符都有128个“特征”，其他(如SURF，64个特性)将有不同。
在您的示例中，您将在第一个图像中获得一个功能，在seccond中获得2个功能。这是一个非常少的功能，也许你的图像太小？
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/37252187
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号