3

SURF を使用して画像から特徴を抽出し、それらを他の画像と照合しています。私の問題は、一部の画像に 20000 を超える機能があり、クロールへの一致が遅くなることです。

そのセットから n 個の最も重要な機能のみを抽出する方法はありますか?

画像の MSER を計算してみましたが、それらの領域内にある機能のみを使用しました。これにより、マッチングの品質に悪影響を与えることなく、5% から 40% の範囲で削減できますが、信頼性が低く、まだ十分ではありません.
さらに画像のサイズを小さくすることもできますが、場合によっては機能の品質に深刻な影響を与えるようです.
SURF にはいくつかのパラメーター (ヘシアンのしきい値、オクターブ、オクターブごとのレイヤー) がありますが、これらの変更が機能の重要性にどのように影響するかについては何も見つかりませんでした。

4

1 に答える 1

4

いくつかの調査とテストの後、各機能のヘッセ値はその強度の概算であることがわかりましたが、ヘッセでソートされた上位 n 個の機能を使用することは最適ではありません。
機能の数が目標の n を下回るまで、次のことを行うと、より良い結果が得られました。

  • 画像が大きすぎる場合はサイズを小さくする
  • MSER 領域にあるフィーチャのみが考慮されます
  • 互いに非常に近くにあるフィーチャについては、より高いヘッシアンを持つフィーチャのみが考慮されます
  • 画像ごとに保存したい n 個の特徴のうち、75% はヘッシアン値が最も高い特徴です
  • 残りの特徴は残りからランダムに取得され、ヒストグラムから計算されたヘッセ行列値の分布によって重み付けされます

今は適切な n を見つける必要があるだけですが、現在は約 1500 で十分です。

于 2010-12-28T03:02:20.067 に答える