問題タブ [feature-detection]

HTC デバイスにアプリをインストールしようとすると、次のエラーが表示されます。

パッケージ com.org.activities には、利用できない機能 android.hardware.sdcard が必要です。失敗！

ただし、デバイスにSDカードがあります。

マニフェスト ファイルに記述したコードは次のとおりです。

どうしたの？アプリに SD カードとカメラを使用しているため、これらの機能を確認する必要があります。

KLT機能追跡のC.Zach実装を試みています。

私がやりたいことは、数フレームの間追跡を一時停止し、機能を再検出せずに再開することです。

なので、基本的advanceFrame()にトラッカーのメソッドは一時停止したいときに呼び出さず、track()再開したいときに呼び出します。

すべて問題ないようです。トラッキングに使用されるテクスチャはスワップされていません。唯一の問題は、トラッカーが新しいイメージ (サスペンド前のイメージに非常に近い) の特徴を認識しないことです。

ああ、私は OpenCV を使用してフレームを操作しますが、それは問題ではありません。

それを行う方法や問題の原因についてのヒントはありますか?

指紋データベースを作成する方法を考えていました。指紋が画像として保存されている場合、データベース内の画像をどのように比較しますか、またはTinEyeのような画像検索エンジンを作成しますか？

これが大きなテーマであることは知っていますが、私は出発点を探しています。これは、Python / DjangoライブラリとMySQLを使用して実行できますか？

私は、さまざまな機能をさまざまな一致で比較して、それらをどれだけ正確に、どれだけ速く一致させることができるかを確認してきました。私の焦点は現在、ORB検出器ORB抽出器BruteforceHammingマッチャーとSURF検出器SURF抽出器FLANNBASEDマッチャーにあります。ORBメソッドは、少量のデータセットでより正確で高速になるようです。ただし、SURFとFLANNBASEDは、大規模なデータセットに適しています。私の質問は：opencv libに基づいてインデックスパラメータまたは検索パラメータを与えることによってFLANNBASEDマッチャーを最適化する方法はありますか？

これが私の問題です。複数の画像でSURFを使用してキーポイントの特徴を手動で抽出しました。しかし、私はすでにどのペアのポイントが一致するかを知っています。問題は、一致するペアを作成しようとしているのですが、その方法がわかりません。コードを見てみましたが、めちゃくちゃです。

今のところ、行列であるfeatures.descriptorsのサイズは、キーポイントの数と同じであることがわかっています（他の次元は1です）。コードでは、一致するペアを検出するために、記述子のみを使用しているため、行（または列、わかりません）または2つの記述子マトリックスを比較し、共通点があるかどうかを判断します。

しかし、私の場合、画像1のキーポイントiと画像2のキーポイントjの間に一致があることはすでに知っています。これをMatchesInfo値として説明するにはどうすればよいですか。特に、タイプstd :: vector <cv::DMatch>の要素が一致します。

編集：だから、これのために、私はマッチャーやこのようなものを使用する必要はありません。私はどのペアが一緒に行くのか知っています！

現在、Android携帯用のアプリに取り組んでいます。顔の特徴を検出したい。プログラムは、目、鼻、口、顔の端の位置を検出できる必要があります。

精度は問題ないはずですが、完璧である必要はありません。速度を上げるために、ある程度の精度を失ってもかまいません。すべての面が正面になり、フィーチャのおおよその位置が前にわかります。ライブ検出は必要ありません。保存した画像から特徴を抽出する必要があります。検出時間は、ユーザーエクスペリエンスを妨げない限り長くする必要があります。ですから、たぶん2、3秒でも大丈夫です。

この仮定があれば、これを実現できるライブラリを見つけるのはそれほど難しいことではありません。しかし、私の質問は、最善のアプローチは何ですか？あなたの提案は何ですか？私がAndroid向けに開発するのは初めてであり、間違った方向に走りたくありません。私たちにとってライブラリは良い考えですか、それとも既存のアルゴリズムを自分で実装する方が良いですか（より速く/より高い精度）？

私はたくさんグーグルで検索しました、そして私は多くの面白いものを見つけました。AndroidAPIには顔検出もあります。ただし、返された顔のクラス（http://developer.android.com/reference/android/media/FaceDetector.Face.html）には、目の位置のみが含まれています。これは、私たちのアプリケーションにとっては少なくなります。次に、AndroidまたはJavaCV用のOpenCVもあります。一緒に仕事をするのは良い考えだと思いますか？どのライブラリに優れたドキュメント、チュートリアルがありますか？

OpenCV のSIFT 記述子の実装を使用しているときに、少し混乱する状況があります。

さまざまな機能検出器と記述子の計算方法をテストしようとしているので、さまざまな検出器の方法と記述子を簡単に変更できるcv::FeatureDetectorとインターフェイスの組み合わせを使用しています。cv::DescriptorExtractor

cv::DescriptorExtractor::compute(...)（単一の画像のバリアント）を呼び出すと、記述子を計算できない場合、アルゴリズムに与えられるキーポイントの数が減少する可能性があるとドキュメントに記載されており、それがどのように、なぜ行われるのかを理解しています。

しかし、実際には、ディスクリプタ計算後のキー ポイントの数が増加します。それは明らかにそうであり、私はそれが起こるのを止めようとしているわけではありません.理由についての説明を望んでいます.

コードを持たない実際の OpenCV の周りにラッパーのレイヤーを何層も重ねています (いくつかのローカルの非 OpenCV フラグを設定するだけです)。

記述子の計算の直前と直後の最初の 10 個のキー ポイントを出力したので、例としていくつかの具体的な数値を示します。

この例から、元のfeat[1]とfeat[7]がそれぞれ 2 つの新しいキー ポイントにまたがっていることがわかりますが、それを行うcompute方法についての論理的な説明は見当たりません :(

ここに示したプリントアウトは、キーポイントの検出にMSERを使用してからSIFT記述子を計算しようとしたものですが、検出されたSTAR、SURF、およびSIFT (つまり DoG) キーポイントでも同じサイズの増加が発生します。SIFT記述子を別のものに変更しようとはしませんでしたが、質問に関連していると誰かが考えた場合は、それを試して質問で編集します。

SurfFeatureDetector写真の領域を指定する際にキーポイントを検出するために使用したいと思います。

1. Train_pic & Source_pic
2. を使用して Train_pic keypoint_1 を検出しSurfFeatureDetectorます。
3. 領域指定で使用する Source_pic keypoint_2 を検出SurfFeatureDetectorします。
4. 計算して一致させます。

SurfFeatureDetector以下のようにOpenCV 。

void FeatureDetector::detect(const Mat& image, vector<KeyPoint>& keypoints, const Mat& mask=Mat())

mask – キーポイントを探す場所を指定するマスク (オプション)。対象領域にゼロ以外の値を持つ char 行列でなければなりません。

mask=Mat()Source_pic の作成方法を説明できる人はいますか?

ありがとうジェイ

私はmodernizr.jsを使用することが理にかなっているのかどうかを判断しようとしています。

modernizer.jsがページの読み込み速度に大きく影響するすべてのエッジケースをカバーしていますか？

ありがとう、ティム

position: fixedデバイスがドキュメント全体ではなく、ViewPort を基準にして要素を配置するかどうかを検出するスクリプトを見つけようとしています。

現在、標準のデスクトップ ブラウザと Mobile Safari (iOS 5 用) はそうしていますが、Android デバイスはドキュメント全体に対して固定要素を配置します。

これを検出するためのいくつかのテストを見つけましたが、どれも機能していないようです:

• http://kangax.github.com/cft/ Android デバイスから渡すと、誤検知が発生します。
• https://gist.github.com/1221602 iOS 5 を搭載した iPhone で渡すと、偽陰性になります。

実際にそれを検出するテストの場所/書き方を知っている人はいますか? ブラウザのスニッフィングに頼りたくありません。