Questions tagged «local-features»


5
比例尺和旋转不变特征描述符
您是否可以列出一些比例和旋转不变特征描述符以用于特征检测。 该应用程序使用多分类器来检测无人机捕获的视频中的汽车和人。 到目前为止,我一直在研究SIFT和MSER(仿射不变)。我也看过LESH,LESH是基于局部能量模型的,但是其计算方式不是旋转不变的,我一直在尝试思考一种利用局部能量的方法来构建旋转不变的方法功能描述符,我在这里读到有哪些可以在商业应用中使用的SIFT / SURF的免费替代品?,即“如果您将方向分配给兴趣点并相应地旋转图像块,则可以免费获得旋转不变性”,但是不知道这是否可以缓解或我如何将其应用于我的问题,任何帮助都将是感谢,谢谢

2
图像配准分割
图像配准算法通常基于点特征,例如SIFT(尺度不变特征变换)。 我看到了一些有关线要素的参考,但是我想知道是否可以匹配图像段而不是点。例如,给定的源和转换后的图像: 我可以对每个像素进行边缘检测,模糊和分水岭变换: 遗憾的是,在每个图像上的分割结果差异太大,无法匹配各个段。 我看到了一些关于匹配形状和形状描述符的论文,这些关系对于仿射变换是不变的,所以这个领域似乎很有希望... 是否存在任何更鲁棒的仿射(甚至射影)图像变形方法?

1
检测二维点云中的圆(椭圆)
给定一组点(2D)即,点云(PC),问题是关于一个robust,accurate和computing-friendly方法找到圆(或椭圆形的高级版本)。 直观的想法是在所有可能的点(作为中心){无限!}和半径(再次无限!)上使用蛮力搜索。这是极其缓慢且效率低下的。 如图所示,每个拟合的圆将基于圆周长上的点数(nn)短于阈值(t)进行排名。因此derr存在一个平均距离。 在高级形式中,需要安装椭圆形。 有什么想法,头脑风暴,经验,评论吗?



2
特征检测之前的图像处理
我已经实现了基于Harris角的特征检测器。在大多数情况下,它都能正常工作,但是在某些情况下,它的性能会很差。我需要使其在许多不同的图像上工作而不需要单独配置它。 问题出在检测器阈值上。如果设置得太低,检测器会发射太多次,从而导致大量功能。如果设置得太高,则功能太少。 我已经通过ANMS(自适应非最大抑制)解决了部分问题,以减少特征数量,然后再为它们分配描述符向量。 但是,像这样的图像是一个问题: 它们的对比度低,我不能“负担”所有图像的阈值。这将使检测器在这些图像上起作用,但是其他图像将包含成千上万的特征,而使用ANMS进行过滤将很慢,并且会损害整体性能。 我当时正在考虑在特征检测之前调整图像。直方图均衡也许可以胜任。这可能是有效的操作,因为全局对比度的改变对特征描述符没有影响(它们不变地改变亮度和对比度)。 也许使用自适应阈值或一些启发式方法会更好。 还有其他建议吗?

1
识别图像中汽车模型的良好功能/算法
我有一个关于物体识别的问题,尤其是识别汽车模型!我正开始着手在不同图像中识别相同汽车模型的工作。目前,我认为3D对象识别的最佳算法之一是SIFT,但在演示实现中反复试验后,我感到奇怪的是,该算法在有光泽的金属物体(例如汽车)上存在一些问题,尤其是当它们具有不同的颜色时。 有谁知道这个领域的一些工作,总的来说是一些合适的算法,可以在不同的图像中找到相同的汽车模型? 在此先感谢您的帮助!
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.