私はSIFTに関する多くのチュートリアルに従い、キーポイントがどのように検出されるかをよく理解しています.しかし、SIFT特徴ベクトルを抽出している間、キーポイントスケールはどこで役割を果たしますか.
私が理解したように、キーポイントの周りに 16 X 16 のウィンドウを取り、大きさと方向をビンに格納するだけです。
スケールではなく、キーポイントの向きがどこで使用されているかを理解できました。
私はSIFTに関する多くのチュートリアルに従い、キーポイントがどのように検出されるかをよく理解しています.しかし、SIFT特徴ベクトルを抽出している間、キーポイントスケールはどこで役割を果たしますか.
私が理解したように、キーポイントの周りに 16 X 16 のウィンドウを取り、大きさと方向をビンに格納するだけです。
スケールではなく、キーポイントの向きがどこで使用されているかを理解できました。
あなたの質問を理解するのは少し難しかったです。もっと直接的にお願いできますか?とにかく、ここにSIFTに関するいくつかの洞察があります:
近隣で実行される特徴抽出では、縮尺を考慮する必要があります。通常、これは、ポイントが検出されたスケールに比例する分散を持つキーポイントの周りにガウス関数を設定することによって行われます。この関数は、勾配のヒストグラムを推定するための重みとして機能します。
また、キーポイントオリエンテーションとは、そのポイント付近で最も一般的なオリエンテーションのことだと思います。これは、ヒストグラムで最大のビンを探すことによって計算され、この方向は、ポイントの回転不変性を持つために保存されます。
それが役に立てば幸いです、乾杯。
SIFT は、ウィンドウ [スケール X スケール] * coef (通常は coef = 3*sqrt(3)) をキーポイントの周りに取り、それを 41x41 (固定) パッチにマップし、その上で mag&ori を行います。パッチは 16x16 にすることができますが、結果は悪くなります。