use*_*309 5 algorithm image-processing computer-vision sift
在2004年的论文"尺度不变关键点的独特图像特征"中,他给出了许多"重复性"的数字作为XXX的函数,例如图3,4和6,但他没有详细说明如何计算"可重复性".
他实际上给出了第8页图3中"重复性"的简单解释,即"在变换图像中在相同位置和比例下可重复检测的关键点的百分比".
但是,1)我们怎样才能知道在变换后的图像中检测到关键点的天气,只需逐个检查关键点？我不认为它是实用的,因为有成千上万的keypints.
2)我们可以认为在同一位置可重复检测的关键点有多近？3像素,6像素？或者根本不是像素？
我不知道如何上传论文"Scale-Invariant Keypoints的独特图像特征".这是链接:http: //www.cs.ubc.ca/~lowe/papers/ijcv04.pdf
如果您注意到第 9 页的第一段，作者会更详细地介绍在同一位置检测到关键点的容差。首先，“相同的比例”被给出为在sqrt(2)正确比例的一个因子之内，该比例必须为操作员所知或者在数据集中手工标记。其次，“同一位置”被定义为在 x 和 y 方向上的 \xcf\x83 像素内，其中“\xcf\x83 是关键点的尺度（从等式（1）中 de\xef\xac\x81ned 为高斯差分函数中使用的最小高斯的标准差)"
至于你更普遍的问题，不幸的是，答案是人们确实必须彻底检查关键点。您收集探测器在变换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”......您这样会受到一些准确性的影响，但您将更能够自动化该过程）。
\n\n像这样的大规模繁重工作（编写代码来彻底检查大量关键点）通常是外包给研究生的工作。布莱格。
\n