0

新しい画像を画像のデータベースと比較し、より高い「類似性」を出力しようとしています。比較したい画像は似ていますが、問題はピクセルごとに等しくないためです。BoW (Bag Of Words) モデルを既に使用しようとしました (Matlab で実装しましたが、openCV を学習したいと思っています)。推奨に従って、さまざまな実装を試しましたが成功しませんでした。得られた最高の正解率は 30 でした。 %、これは非常に低い値です。

私が話していることをお見せしましょう: imgur gallery with 5 example images . 4 つの初期画像が同じで、5 番目の画像が異なることを検出したいと考えています。ただし、同じ角度の向きを持つものが等しいことを検出するだけでかまいません。(私の例では 2、3、4)

そうは言っても、そのためにBoWよりも優れた方法はありますか? それとも、別の方法で実装すれば、BoW で十分でしょうか?

前もって感謝します。

4

1 に答える 1

0

randomized treesを使用して、キーポイントベースのアプローチを試してみます。ポイント抽出がローカルであり、多くの種類の変換に適応するという利点があります (写真が示すものなど)。ローカルであることの利点は、シーン全体の照明の変化やオクルージョンなどに対してより堅牢であることです。

また、SURFアルゴリズムを見てみましょう。

于 2013-03-16T15:59:20.513 に答える