我正在尝试使用事实上的标准评估我的 SURF 描述符实现的正确性Mikolajczyk 等人的框架。阿尔 http://www.robots.ox.ac.uk/~vgg/research/affine/。我使用 OpenCV 来检测和描述 SURF 特征,并使用相同的特征位置作为我的描述符实现的输入。
为了评估描述符性能,该框架需要首先评估检测器的可重复性。不幸的是,重复性测试需要一个特征位置列表以及定义每个特征周围图像区域的大小和方向的椭圆参数。然而,OpenCV 的 SURF 检测器仅提供特征位置、尺度和方向。
The 相关论文 http://www.robots.ox.ac.uk/~vgg/research/affine/det_eval_files/vibes_ijcv2004.pdf提出根据二阶矩矩阵的特征值迭代计算这些椭圆参数。这是唯一的方法吗?据我所知,这需要对 OpenCV 进行一些摆弄。之后是否无法从特征列表和输入图像中计算这些椭圆参数(例如在 Matlab 中)?
有没有人曾经使用过这个框架并可以帮助我提供一些见解或指导?
您可以使用 OpenCV 中的评估.cpp 文件。位于目录 OpenCV/modules/features2d/src 中。在此文件中,您可以使用“EllipticKeyPoint”类,该类有一个将“KeyPoint”转换为“ElipticKeyPoint”的函数
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)