問題タブ [orb]

OpenCV 2.3.1 で Orb 機能検出器を使用するプロジェクトに取り組んでいます。私は8つの異なる画像間の一致を見つけています.6つは非常に似ています（カメラ位置の20cmの違い、線形スライダーに沿っているため、スケールや回転の変動はありません）、次にどちらかから約45度の角度から撮影された2つの画像側。私のコードは、非常によく似た画像間で正確な一致を多数見つけていますが、より異なる視点から撮影された画像についてはほとんどまたはまったく一致していません。コードの関連部分と思われるものを含めました。さらに情報が必要な場合はお知らせください。

基本的に、ORB記述子を使用してテストイメージ（クエリイメージ）で認識するオブジェクトがたくさんあります。

LSHを使用してより高速なマッチングを取得したいのですが、opencvで例を見つけることができません。開発されていますか？異なるオブジェクトがあり、それぞれをテストイメージで見つけたい場合は、何を使用しますか？

特徴抽出（sift、orb​​）を使用してオブジェクト検出を行っています。

オブジェクト（列車画像）のさまざまな視点からORB機能を抽出し、それらすべてをクエリ画像と照合したいと考えています。

私が直面している問題は、もちろんサイズが異なる画像の異なる視点からのキーポイントからどのように良いホモグラフィを作成できるかということです。

編集

3〜4回の一致を取得した各列車の画像のホモグラフィを作成し、「平均」ホモグラフィを計算することを考えていました...

たとえば、各列車の画像から1〜2の一致があると言うと、問題が発生します。その時点で、ホモグラフィを1つも作成できません

ホモグラフィを作成するためのコード

多次元ベクトルに対する高速 NN 検索を調査しています。(特徴ベクトルを抽出して計算した後に類似の画像を検索するようなもの)

私は現在、キーポイントをビット文字列で記述するORBを使用しています。
2 つのディスクリプタを比較するには、ORB にハミング距離が必要です。

LSH がユークリッド距離 (L2) またはマナサン距離 (L1) に基づいてハッシュ テーブルを計算することを読みました。これは、LSHisn'tがハミング距離を必要とするベクトル比較のオプションであることを意味しますか?

編集

LSH は、最初のビット文字列の部分文字列に基づいてハッシュ テーブルを作成するため、ハミング距離で動作します。これが動作する理由です。

マッチングを高速化するために、LshMatcher で ORB 記述子を使用しようとしています。

どこかで LSH 実装を見つけました (例: https://code.ros.org/trac/wg-ros-pkg/browser/branches/trunk_diamondback/stacks/object_recognition_experimental/rbrief/src/lsh.cpp )

しかし、opencv 2.4.2 ではまだ実装されていないようです。

opencv に LshMatcher を含める方法のヒントはありますか?

SIFT 検出器によって検出されたキーポイントの ORB 記述子の計算に大きな問題があります。簡単なサンプル プログラムを実行しようとすると、システム全体がフリーズし、その理由がわかりません。サンプルコードは次のとおりです。

問題が何であるかを知っている人はいますか？素晴らしいことだ ：）

I would like to init my ORB from property file (normally I init it like this, while running my examples: ./app -ORBInitRef NameService=corbaloc::localhost:2809/NameService)

I wrote a simple code:

and then tried to init my orb:

but there are some errors:

My config.properties file:

ORBInitRef NameService=corbaloc::localhost:2809/NameService

What I did wrong? When I init my ORB normally, everything is great, so its not the code issue, its definitely problem with initialization from file.

emgu SURF および ORB 機能と BruteForce マッチャーを使用してオブジェクトを検出しようとしていますが、次の図に示すように非常に間違った結果が得られます。次の 2 つの図は、しきい値 0.8 と k=2 を使用して、それぞれサーフとオーブのフィーチャ マッチングの結果です。この問題を解決する方法を教えてください。または、このシーン画像でオブジェクト (ドリル) を検出することはできませんか? emgu の例の SURF コードを使用しています。しきい値 k にさまざまな値を試しましたが、許容できる結果が得られませんでした。コードのどの部分にエラーが含まれている可能性がありますか。キーポイント検出、特徴抽出、またはマッチング? 私は、ふるい分け、フリーク、ブリーフなどのさまざまなキーポイント検出および特徴抽出方法を試しましたが、一致する結果は次のとおりではありません。私を案内してください。

ありがとう

OpenCV 2.4.3 c++ インターフェイスを使用して、2 つの画像間の一致点を見つけています。最初の試みは SURF を使用することでした。唯一の問題は時間がかかることなので、新しい FREAK エクストラクタを試してみました。検出に SURF を使用し、説明に FREAK を使用したところ、FREAK ではキーポイントの数が検出されたキーポイントのほぼ半分に減少し、結果の一致は十分ではないことがわかりました。それが理由で、より多くのキーポイントを取得するために FAST を試しました。結果：

1. SURF 検出器、SURF 抽出器、BFMatcher クロスチェック true、RANSAC: 70 キーポイントの最初の画像、50 キーポイントの 2 番目の画像、200 ミリ秒。250ms。15ms。15ms。
2. SURF 検出器、FREAK 抽出器、BFMatcher クロスチェック true、RANSAC: 39 キーポイントの最初の画像、30 キーポイントの 2 番目の画像 (FREAK 後)、200 ミリ秒、50 ミリ秒。、0ミリ秒、0ミリ秒。その結果、適切なマッチングが少なすぎます。
3. FAST 検出器、FREAK 抽出器、BFMatcher クロスチェック true、RANSAC: 120 キーポイント、90 キーポイント (FREAK 後の 69 および 48 キーポイント)、10 ミリ秒、450 ミリ秒、15 ミリ秒、10 ミリ秒。

その後、ORBFeatureDetector を使用し、FAST と同じ数のキーポイントを取得していますが、FREAK エクストラクタの後、結果のキーポイントは各画像で 0 です。私は何か間違ったことをしていますか？ORB のキーポイントは、FAST から取得したキーポイントとは異なりますか? これについて別の質問を開くこともできますが、最後の質問があります。SURF を使用した最初の実験と同じ結果を得ながら、処理時間を短縮するには、検出器と抽出器の最適な組み合わせは何でしょうか? FREAKを使用していますが、より多くのキーポイントを取得するにつれて、抽出部分にも時間がかかるためです。

IIOPプロトコルを使用してCORBAでアプリケーションを使用していますが、別のORB実装であるJDK6のJavaIDLコンポーネントを使用しています。

Java言語でのクライアントとサーバーの両方の実装。

JDK ORBの実装に、サーバー（ORB）コードからクライアントORBのホストとポートを取得する方法はありますか？

または

IIOPプロトコルを使用して、クライアントにホストとポートを取得する方法はありますか？

これは、要求された人を追跡するためにクライアントを識別するために行っています