既知のオブジェクトの複数のインスタンスを検出する必要がある iPad プロトタイプを開発しています。特徴検出と記述子抽出、および BruteForce マッチャーに SIFT を使用しています。
最初に解決しなければならなかった問題は、シーン内の各オブジェクト インスタンスを分離するために一致をクラスタ化する方法でした。これは、最良の結果を得るために 2 つまたは 3 つのステップを使用して、最も近い一致を見つけることによって行われました。
現在、外れ値を減らす方法に取り組んでおり、比率テストを使用してそれらを削除しようとしています。だから、ここで2つの質問があります.誰かが私を助けてくれますか?
1)以前はradiusMatchを使用していましたが、 knnMatch (k > 1)を使用しようとすると、実行時エラーが発生します。BruteForce マッチャーは knnMatcher をサポートしていますか? それについては何も見つかりませんでした。
2)複数のインスタンスで比率テストを適用するにはどうすればよいですか? つまり、knnMatch を使用する場合、予想されるオブジェクト インスタンスのおおよその数を含むkパラメータを渡す必要があると想定しているため、たとえばk = 20でテストを適用するにはどうすればよいでしょうか。
Mastering_OpenCV からの参照:
比率検定2 番目によく知られている異常値除去手法は、比率検定です。最初に K=2 で KNN マッチングを実行します。一致ごとに最も近い 2 つの記述子が返されます。最初の一致と 2 番目の一致の間の距離の比率が十分に大きい場合にのみ、一致が返されます (比率のしきい値は通常 2 に近い)。
Tks