問題タブ [keypoint]

Features2D + Homography という名前のこの基本的なチュートリアルを見て、既知のオブジェクトを見つけてみましょう。SurfFeatureDetector を使用して特徴を検出します。

次に、SurfDescriptorExtractor検出された特徴を使用して記述子 (特徴ベクトル) を計算します。

私の質問は次のとおりです。

1. 独自の特徴検出器を作成したい場合 (たとえば、Trajkovic または Harris アルゴリズムを使用)、どの Descriptor Extractor を使用すればよいですか?
2. SurfFeatureDetector で見つかった機能は、単なる共通点ですか、それとも点の領域ですか?

＊＊＊＊追加＊＊＊＊ _

1) この例では、特徴検出の Surf アルゴリズムが使用されました。私は独自のアルゴリズム (Trajkovic) を作成しましたが、うまく機能します - すべてのコーナー (画像の特徴) が見つかりました。次に、例で使用されているように、SurfDescriptorExtractor を使用しようとします。問題は、SurfDescriptorExtractor が作成したポイントを正しい方法で使用したくないことです (結果の画像は間違った接続で表示されます。つまり、エクストラクタはベクトルを正しく計算しませんでした)。

2）opencvを使用して正確に作成する必要があります。それがポイントです。

3）「特徴検出器」は、画像上のキーポイント（特徴またはコーナー）を見つけようとするアルゴリズムです。「記述子抽出器」は、キーポイントの位置と方向を最もよく理解するために特徴ベクトルを計算するアルゴリズムです。

4) 結論として、例では、すべてのキーポイントが両方の画像で接続され (チュートリアルの最後の写真でわかるように)、長方形で強調表示されます。しかし、Trajkovic アルゴリズムを使用すると、間違った方法で接続されたため、強調表示された四角形がありません。

OpenCV 2.4 には検出器と記述子があります。多くの画像のキーポイントを作成していますが、問題は検出器がキーポイントを取得することですが、記述子がそれらをすべて削除することがあります。

• 記述子がポイントを削除できないようにするにはどうすればよいですか?
• キーポイントが削除されないように強化する方法はありますか?

多くの記述子（SIFT、SURF、BRIEFなど...）を試したことを知っています

の座標とサイズをkeypoints取得し、それらを手動で挿入して記述子を取得したいのですが、次のことを試みましたが、機能しません:

OpenCV 2.4.3のリファレンスマニュアルでKeyPoint::class_idは、「オブジェクトが属するオブジェクトによってクラスター化されたキーポイントに使用できるオブジェクトID」と説明されています。

「キーポイント」に関する十分な知識がないため、 の目的を理解できませんclass_id。

もう 1 つの質問は、特徴検出器、記述子、マッチャーを使用することで、トレーニング イメージ内のクエリ オブジェクトの一致するキーポイントを検出できるということです。しかし、トレーニング画像でクエリオブジェクトをどのようにセグメント化できますか。グラブカットまたは流域アルゴリズムを使用できますか? はいの場合、どのように？

いずれかの質問の回答が役に立ちます。

前もって感謝します...

openCV 2.4.3 で SIFT を使用していましたが、openCV 2.4.6 にアップグレードすることにしました。アップグレード後、openCV 2.4.6 ではメモリ使用量が約 (150MB) から 1.2GB に跳ね上がりました。

これがバグなのか、今すぐ設定する必要があるのか​​ 誰かが知っていますか?

画像のサイズは 1.4MB です。この動作は iOS で確認されました。この問題は、Linux (CentOs) でも発生しているようです。

Tks

KeyPointOpenCVで特定の記述子を取得する方法を理解しようとしています。これまでのところ、私のコードは次のようになります。

問題は、記述子にデータがないことです。私は何が欠けていますか？KeyPointオブジェクトに渡されるパラメータについて詳しく説明していただけますか? 私はコンピューター ビジョンと OpenCV を初めて使用するので、(OpenCV のドキュメントよりも) 詳しい説明が役立つ可能性があります。

この有益な kaggle コンテストの紹介の最後に、 「 Viola と Jones の独創的な論文で使用されている方法は非常にうまく機能している」と述べています。ただし、その論文はバイナリ顔認識のシステムについて説明しており、対処されている問題は画像全体ではなくキーポイントの分類です。キーポイント認識のために Viola/Jones システムを調整する方法を正確に理解するのに苦労しています。

キーポイントごとに個別の分類器をトレーニングする必要があると思います。私が持っているいくつかのアイデアは次のとおりです。

• 固定サイズのサブイメージを繰り返し処理し、それぞれを分類します。中心ピクセルとしてキーポイントを持つイメージが良い例です。この場合、画像の端に近いピクセルをどうするかわかりません。

• バイナリ分類器をトレーニングする代わりに、l*w の可能なクラス (ピクセルごとに 1 つ) で分類器をトレーニングします。これに関する大きな問題は、すべての弱分類器が突然 l*w*元の操作を行わなければならないため、非常に遅くなると思われることです。

• 私が持っている 3 番目のアイデアは、頭の中で完全にハッシュ化されているわけではありませんが、キーポイントは顔の大部分の各部分 (たとえば、目の左、右の中心) であるため、サブを分類しようとすることができるかもしれません。画像を目だけとして使用し、各顔パーツに最適なサブ画像の左、右、中央のピクセル (y 座標の中央) を使用します。

これらのアイデアにメリットはありますか? また、私が思いつかなかった方法はありますか?

私は Java 開発者です。私の目標は、javaCV を使用して画像のキーポイントを検出することです。

これは私のコードです:

しかし、このコードを実行すると、アクセス違反の例外が発生しました

問題がどこにあるのかわかりません。

私はOpenCVを学んでおり、現在、KeyPoint作業中のアプリケーションでそのデータをより適切に利用できるように、に格納されている基礎となるデータを理解しようとしています。

これまでのところ、次の 2 つのページを読み進めてきました。

http://docs.opencv.org/modules/features2d/doc/common_interfaces_of_feature_detectors.html?highlight=featuredetector#FeatureDetector

http://docs.opencv.org/doc/tutorials/features2d/feature_detection/feature_detection.html

ただし、 を使用してチュートリアルに従うとdrawKeypoints()、ポイントはすべて同じサイズと形状であり、一見任意の色で描画されます。

キーポイントごとに属性を反復処理できると思います: 円を描く、矢印を描く (角度用)、応答に基づいて色を付けるなど。

drawKeypoints()画像をより効率的に視覚化するのに役立つ組み込みの方法またはそれに類似した他のアプローチKeyPointsはありますか?

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。