問題タブ [feature-extraction]

SURF は SIFT と同様に特許を取得しています。ORB と BRIEF は特許を取得していませんが、その機能はスケール不変ではないため、複雑なシナリオでの有用性が大幅に制限されます。

スケール不変の特徴を SURF と同じくらい速く抽出でき、SURF や SIFT ほど厳密に特許を取得していない特徴抽出器はありますか?

私はJavaで簡単なコンピュータビジョンシステムを実装しています。画像から形状を抽出します。これは一般的に円形または楕円形です。分析したい特徴だけで構成されるバイナリイメージを作成できるようになりました。画像内の白いピクセルの数を数えることで、単一の特徴の領域を簡単に見つけることができます。ただし、複数の機能がある場合は、すべての機能を組み合わせた領域が見つかります。

誰かが複数の特徴を抽出/検出する方法を実装する方法を知っているだろうかと思っていたので、それぞれの領域などを簡単に見つけることができました。

openCVでこれを行う方法についての情報を見つけましたが、実際にメソッドを実装する方法についての情報、またはそれを実現する方法の背後にある理論さえも見つけることができません。単純な例でさえ、それほど高度である必要はありません。大丈夫だろう。

アドバイスをいただければ幸いです。

こんにちは私はコンテンツベースの画像検索に関連するプロジェクトを持っています。このプロジェクトでどのような基準をとるべきか疑問です。これを検索すると、特徴抽出と画像セグメンテーション、および領域操作の2つの方法がありました。どちらの方法がより効率的ですか？

私は画像処理にまったく慣れていないので、フィルター ( graycoprops) のような MATLAB 関数の使用に関して質問があります。

発生する問題は、この関数を使用して画像を処理したいということです ( graycoprops)。これを行うには、まず GLCM ( graycomatrix) を作成する必要があります。

画像全体に対してこれを行うのは簡単ですが、フィルターのような小さな領域 (3x3 など) に対してはどうすればよいでしょうか。

私は何かcolfiltがうまくいくと思っていましたが、毎回ブロックの値を取得して and にフィードする方法がわかりませgraycomatrixんgraycoprops。

私は何時間も積み重ねているので、どんな助けも大歓迎です!!!

現在、私は顔認識プロジェクトに取り組んでおり、Fisherfaces/LDA を使用してより広いレベルで画像を除外し、SURF を使用して LDA からの出力を検証しています。に渡す必要がある適切なヘッセ行列のしきい値は何CvSURFParam()ですか? OpenCVで提供しているサンプルコードは500ありますが最適ですか？

また、私のコードが身元を確認できるように一致させる必要がある記述子の最小数はいくつでしょうか? 50%で足りますか？

WindowsでC++でOpenCV 2.4を使用しています。

私は信号処理の問題に取り組んでいます。分類器にフィードするためのいくつかの機能を抽出しています。これらの機能の中には、最初の5つのFFT係数の合計があります。ご存知のように、一次FFT係数は、信号の低周波数成分がどれほど支配的であるかを実際に示します。これは、ローパスフィルターが提供するものに非常に近いものです。

ここで、これらの最初の5つの係数を取得するためにFFTを計算することが不要な作業であるかどうかについて疑問があります。ローパスフィルターを適用すると、低周波成分が除去されるだけで、一次FFT係数に大きな影響はないと思います。ただし、FFTを使用せずに同じ情報（最初の5つのFFT係数に含まれる）を抽出するために、ローパスフィルターと組み合わせた他の方法がある場合があります。

この問題に関するアイデアや提案はありますか？

前もって感謝します。

（C ++）OpenCvを使用したシフト特徴抽出の作業を開始しようとしています。SIFTを使用して特徴を抽出し、元の画像（本など）とシーンを照合してから、カメラのポーズを計算する必要があります。

これまでのところ、SURFを使用してこのアルゴリズムを見つけました。誰かが私が始めることができるベースコード、または多分リンクのアルゴリズムをSURFからSIFTに変換する方法を知っていますか？

前もって感謝します。

編集： わかりました、私はふるい分けの問題の解決策を考え出しました。今、私はカメラのポーズを理解しようとしています。私が使用しようとしているのは、solvePnPです。誰かが例を教えてくれますか？

ニューラル ネットワークを使用して画像分類を実装したいと思います。写真から機能を選択する方法と、使用する隠しユニットまたはレイヤーの数を知りたいです。

今のところ、画像のサイズを 50x50 以下に変更して、フィーチャの数を減らし、すべての入力のサイズを一定にすることを考えています。フィーチャは、各ピクセルの RGB 値になります。他の良い方法はありますか？

また、入力の半分のユニット数で 1 つの非表示レイヤーを使用することにしました。数値を変更して、より良い結果を得ることができます。それとも、より多くのレイヤーが必要ですか?

OpenCV の HoG API を使用して機能を抽出しようとしていますが、それを可能にする API が見つからないようです。

私がやろうとしているのは、HoG を使用してすべてのデータセット (一定数の正と負の画像) から特徴を抽出し、独自の SVM をトレーニングすることです。

OpenCV の下で HoG.cpp をのぞき見しましたが、役に立ちませんでした。すべてのコードは複雑さの中に埋もれており、さまざまなハードウェア (Intel の IPP など) に対応する必要があります。

私の質問は：

1. SVM に供給されるすべての機能/記述子を抽出するために使用できる OpenCV の API はありますか? それを使用して自分の SVM をトレーニングするにはどうすればよいですか?
2. 存在しない場合、同じことを達成できる既存のライブラリはありますか?

これまでのところ、実際に既存のライブラリ (http://hogprocessing.altervista.org/) を Processing (Java) から C++ に移植していますが、それでも非常に遅く、検出には少なくとも 16 秒かかります。

HoG 機能の抽出に成功した人は他にいますか? そして、私が使用できるオープンソースコードはありますか?

前もって感謝します

画像があり、SIFT 検出器を使用してキー ポイントを見つけてグループ化したいのですが、SIFT を使用して各キー ポイントのローカル フィーチャを生成したいのですが、どうすればよいでしょうか? 何か提案があれば教えてください。本当に助けていただきありがとうございます