computer-vision - ORB（Oriented fast and Rotated Brief）特征描述符的训练集选择

Question

我正在实现 ORB 描述符。我浏览了这篇论文，但我发现很难理解如何选择他们的学习方法中使用的训练集来选择一个好的二元测试子集。

如果我有一张只有很少关键点的图像，我应该将手头的所有关键点的补丁用作训练集还是只使用我想要描述的关键点的补丁？

Answer 1

在更仔细地阅读这篇论文时，我发现在算法开始之前有两个初步步骤：

1. 从一张或多张图像中定义训练关键点集。
2. 在大小为 31x31 的窗口中枚举所有可能的测试（大小为 5x5 的测试位置对）（即它们对于所有训练补丁都是相同的）。

如果只有一个关键点，则该算法没有多大意义，因为在关键点上运行所有枚举测试会为每个测试提供 1 长度的二进制字符串，并按其均值对它们进行排序并不能在贪婪搜索之前实现所需的判别排序以选择较少的相关测试。