SIFT描述符值: OpenCV与VLFeat

Question

我正在尝试比较OpenCV和VLFeat的SIFT实现。

我注意到VLFeat的描述符值是整数，如：

0 0 0 0 0 0 0 0 0 0 0 17 45 20 26 0 1 ...

而对于OpenCV：

0.0391555 0 0 0.0998274 0.235747 0 0 0.0276871 0.156622 ...

注意，这些是两个不同图像的描述符。

我有两个问题：

1. 为什么他们有两种不同的价值观？
2. 如果我需要k-的OpenCV表示，使用VLFeat (然后是VLFeat编码)，我需要更改这些值吗？

Answer 1

免责声明，我不是OpenCV或VLFeat方面的专家，但我认为我知道答案。

VLFeat可以同时生成整数和浮点描述符。为了生成整数描述符，使用筛函数，为了生成浮点描述符，使用带有FloatDescriptors参数的dsift函数。

VLFeat可能出于性能原因使用整数描述符。使用整数计算通常比使用浮点数快。然而，它可能以牺牲精确性为代价。尽管如此，在计算机视觉的情况下，较小的精度可能并不是那么重要。在对整数k-均值算法的描述中，您甚至可以读到“虽然这对某些应用程序来说是有限的，但是它对于聚类图像描述符很有效，在这种情况下，非常高的精度通常是不必要的”。

关于k均值算法。整数描述符有一个版本(伊基姆)，浮点描述符有版本(金丝)。对于OpenCV，只需使用后者。