opencv - 在计算特征向量中使用 sift 关键点半径

Question

我已经学习了许多关于 SIFT 的教程，并且对如何检测关键点有很好的理解。但是在提取 SIFT 特征向量时，关键点尺度在哪里发挥作用。

据我了解，我们只是在关键点周围取一个 16 X 16 的窗口，并将幅度和方向存储到 bin 中。

我可以理解关键点方向的使用位置，尽管不是比例。

Answer 1

我有点难以理解你的问题，也许你可以更直接一点？无论如何，这里有一些关于 SIFT 的见解：

在邻域执行的特征提取中应考虑尺度。通常，这是通过在关键点周围设置一个高斯函数来完成的，该函数的方差与检测到该点的比例成正比。该函数用作估计梯度直方图的权重。

此外，当您提到关键点方向时，我认为您指的是该点附近最常见的方向。这是通过在直方图中查找最大的 bin 来计算的，并且存储该方向以使点具有旋转不变性。

我希望这会有所帮助，干杯。

Answer 2

SIFT 在关键点周围获取窗口 [scale X scale] * coef（通常 coef = 3*sqrt(3)），将其映射到 41x41（固定）补丁，而不是 mag&ori 的东西。补丁可以是 16x16，但效果较差。