Вопрос по – Что размер и ответ точно представляют в ключевой точке SURF?

20

Я использую OpenCV 2.3 для обнаружения и сопоставления ключевых точек. Но я немного запутался сsize а такжеresponse параметры, заданные алгоритмом обнаружения. Что именно они значат?

Основываясь на руководстве OpenCV, я не могу понять:

float size: diameter of the meaningful keypoint neighborhood

float response: the response by which the most strong keypoints have been selected. Can be used for further sorting or subsampling

Я думал, что лучше всего отслеживать точку с самым высоким откликом, но кажется, что это не так. Так, как я мог бы выбрать часть набора ключевых точек, возвращаемых детектором прибоя, чтобы сохранить только лучший из них с точки зрения отслеживаемости?

Ваш Ответ

2   ответа
5

size; is the size of the area covered by the descriptor in the original image (it is obtained by downsampling the original image in the scale space, hence it varies from key point to key point based on their scale).

;reponse; is indeed an indicator of ;how good; (roughly speaking, in terms of corner-ness) a point is.

Good points are stable for static scene retrieval (this is the main purpose of SIFT/SURF descriptors). In the case of tracking, you can have good points appearing because the tracked object is on a well formed background, of half in the shadow... then disappearing because this condition has changed (change of light, occlusion...). So there is no guarantee for tracking tasks that a good point will always be there.

У хороших ключевых точек есть большие или маленькие ответы?
60

Size and response

SURF - это детектор BLOB-объектов, короче говоря, размер объекта равен размеру BLOB-объекта. Чтобы быть более точным, возвращаемый OpenCV размер равен половине длины приближенного гессианского оператора. Размер также известен как масштаб, это связано с тем, как работают детекторы BLOB-объектов, то есть они функционально равны сначала размытию изображения с помощью фильтра Гаусса в нескольких масштабах, а затем понижающей дискретизации изображений и, наконец, обнаружению BLOB-объектов фиксированного размера. См. Изображение ниже, показывающее размер функций SURF. Размер каждого объекта - это радиус нарисованного круга. Линии, идущие от центра элементов к окружности, показывают углы или ориентации. На этом изображении сила отклика фильтра обнаружения капель имеет цветовую кодировку. Вы можете видеть, что большинство обнаруженных функций имеют слабый отклик. (см. полноразмерное изображениеВот)

SURF features

Эта гистограмма показывает распределение сил отклика функций на изображении выше:

histogram showing distribution of response strengths

What features to track?

Самый надежный трекер функций отслеживает все обнаруженные функции. Чем больше функций, тем больше надежность. Но нецелесообразно отслеживать большое количество функций, так как часто мы хотим ограничить время вычислений. Количество функций для отслеживания часто следует подбирать эмпирически для каждого приложения. Часто изображение делится на регулярные субрегионы, и в каждом из них сохраняются n самых сильных признаков. Обычно n выбирается таким образом, чтобы в каждом кадре было обнаружено около 500 ~ 1000 объектов.

References

Чтениежурнальная статья с описанием SURF определенно даст вам хорошее представление о том, как это работает. Просто постарайтесь не застрять в деталях, особенно если ваш опыт не связан с машинным / компьютерным зрением или обработкой изображений. На первый взгляд детектор SURF может показаться чрезвычайно новым, но основная идея заключается в оценке оператора Гессиана (хорошо установленный фильтр) с использованием интегральных изображений (которые использовались другими методами задолго до SURF). Если вы хотите очень хорошо понимать SURF и не знакомы с обработкой изображений, вам нужно вернуться назад и прочитать вводный материал. Недавно наткнулсяновая и бесплатная книга, чья глава 13 имеет хорошее и краткое введение в обнаружение функций. Не все, что там сказано, является технически правильным, но это хорошая отправная точка.Вот Вы можете найти другое хорошее описание SURF с несколькими изображениями, показывающими, как работает каждый шаг. На этой странице вы видите это изображение:

SURF blobs

Вы можете увидеть белые и черные пятна, это те объекты, которые SURF обнаруживает в нескольких масштабах и оценивает их размеры (радиус в коде OpenCV).

Error: User Rate Limit Exceeded
Error: User Rate Limit ExceededlinkError: User Rate Limit Exceeded Tulkkas
Error: User Rate Limit Exceeded
Error: User Rate Limit Exceeded Tulkkas
Error: User Rate Limit Exceeded Tulkkas

Похожие вопросы