5

在他 2004 年的论文“Distinctive Image Features from Scale-Invariant Keypoints”中，他给出了许多“可重复性”作为 XXX 的函数的图形，例如图 3,4 和 6，但他没有详细说明如何计算“可重复性”。

他实际上在第 8 页的图 3 中对“可重复性”进行了简单的解释，即“在转换后的图像中，在相同位置和尺度上可重复检测到的关键点的百分比”。

然而，1）我们如何知道在转换后的图像中检测到关键点的天气，只需逐个检查关键点？我不认为这是实用的，因为有成千上万的关键点。

2）我们可以认为在相同位置重复检测到的关键点有多近？3像素，6像素？还是根本不按像素？

我不知道如何上传论文“Distinctive Image Features from Scale-Invariant Keypoints”。这是链接： http ://www.cs.ubc.ca/~lowe/papers/ijcv04.pdf

4

1 回答 1

3

如果您在第 9 页的第一段中注意到，作者会更详细地说明在同一位置检测到关键点的容差。首先，“相同比例”被给出为在sqrt(2)正确比例的一个因子之内，这必须是操作员知道的或在数据集中手工标记的。其次，“相同位置”被定义为在 x 和 y 方向上的 σ 个像素内，其中“σ 是关键点的尺度（由等式（1）定义为差分中使用的最小高斯的标准偏差 -高斯函数)"

至于您更一般的问题，不幸的是，答案是确实必须彻底检查关键点。您收集了检测器在转换后的图像上触发的所有位置/比例对，并将它们与原始图像中的真实位置进行比较。您需要手动记录关键点位置，或者首先运行一个简单的算法（例如使用基本的 KLT 关键点检测器，并仅存储它找到的关键点的坐标列表并假装这些是“基本事实”...... ' 会以这种方式受到一定的准确性，但您将更能够自动化该过程）。

像这样的大规模繁重的工作（编写代码以详尽地检查大量关键点）通常是外包给研究生的东西。布勒格。

于 2012-04-24T02:35:13.763 回答