問題タブ [surf]

Matlabでのファンダメンタル（F）行列推定のためにRansacでSURFを実装しようとしています。次に、エピポールをF行列の零空間として計算しました。File ExchangeのOpenSURFと、PeterのKovesiページのRansacを使用しました。ただし、2つの画像が類似している場合、エピポールは本来のように不安定になることはありません。誰かが私にこれら2つの動作のMatlabの例を提供できますか？

ランドマーク認識に Surf を使用しています。これは私が考えたプロセスです：

1) ランドマークごとに 1 つの Surf Descriptor を事前に保存する

2) ユーザーがランドマーク (建物など) の写真を撮る

3) この画像 (写真) に対して Surf Descriptor が計算されます。

4) この記述子は、格納されている各ランドマーク記述子と比較され、11 個の最も近い特徴点間の DMatch.distance が最も小さい記述子が、認識されたランドマークとして選択されます。

5) 取得した画像と保存されているランドマーク画像の間の回転と縮尺比を計算したい。

機能記述子はキーポイントの一意の縮小表現にすぎないため、キーポイントを介してのみこの回転とスケール比を取得できると理解しています。そのため、ランドマークごとにキーポイントと機能記述子の両方を保存する必要があります。そうですか？

これは私が今していることです：

最近、私はロボット工学プロジェクトに携わってきました。私のロボットはその色でオブジェクトを検出できますが、別のオブジェクトには十分ではないことがわかりました。したがって、ロボットがリアルタイムで画像をSURFして、そのテンプレートを使用して定義されるターゲットオブジェクトを見つけてほしいと思います。

残念ながら、テンプレートの要点を画像内の画像と一致させる方法がわかりません。

SURF の最速の C/C++ 実装は何ですか? OpenCV は優れていますか、それともより高速なスタンドアロンの実装はありますか? Matlab Mex ラッパーはプラスです。

基本的に、次のようなテキストファイルにデータがあります。

最初の 3 つのトークンは (x, y, z) 座標として使用され、4 番目の数値は surf(x,y,x,c) 関数を使用する色を作成するために使用されます。他の値も行に保存できるのが好きです。

画像をクエリとして使用して、画像のライブラリを検索することを目指しています。SURF とカスタマイズされた NN 手法を使用して、関連する画像を照合し、その画像の上位 10 件の結果を表示したいと考えています。

2 つの画像を比較するための SURF NN マッチング コードを取得したら、そのコードを変更して、画像のライブラリを検索し、上位 10 の最も近い画像の一致を吐き出すにはどうすればよいでしょうか?

ありがとう

それは正常ですか？ブルートフォースマッチャーを試してみると、結果は毎回一貫していますが、フランはそうではありません。少量のキーポイントがさまざまな場所に一致します。Androidラッパーを使用してコードを書いています。キーポイント検出器と記述子はSURFで、次のようになります。

SurfFeatureDetector を使用してキーポイントを検出し、SurfDescriptorExtractor を使用して SURF 記述子を抽出すると (ここで説明されている以下のコードを参照)、記述子が 2 回抽出されないのではないかと思いました。

openCV のドキュメントによると、これら 2 つのクラスは SURF() クラスのラッパーです。はSURF::operator()オーバーロードされており、1 つのバージョンはキーポイント ベクトルのみを取得し、もう 1 つのバージョンはさらに記述子のベクトルを取得します。私が興味をそそられるのは...両方ともcvExtractSURF()、記述子を抽出するように見える関数を呼び出します...（理解するのが難しいので、Cコードを深く掘り下げていないので、間違っているかもしれません) しかし、これは がSurfFeatureDetector記述子を返さずに抽出することを意味します。次のステップでを使用するSurfDescriptorExtractorと、2 回目に実行されるだけで、非常に非効率的です。しかし、私は正しいですか？

C＃（OpenSurf）でSURFアルゴリズムを使用して、画像から関心ポイントのリストを取得しています。これらの各関心点には、記述子のベクトル、x座標（int）、y座標（int）、スケール（float）、および方向（float）が含まれています。

ここで、ある画像の関心点を、関心点のリストもあるデータベース内の画像のリストと比較して、最も類似した画像を見つけたいと思います。つまり、[画像（IP）] COMPARETO [画像のリスト（IP）]です。=>ベストマッチ。画像を個別に比較すると、満足のいく結果が得られません。

stackoverflowまたは他のサイトを検索するとき、私が見つけた最善の解決策は、FLANNインデックスを作成すると同時に、関心のあるポイントがどこから来ているかを追跡することです。しかし、実装する前に、私を困惑させるいくつかの質問があります。

1）SURFインタレストポイントに基づいて画像を照合する場合、私が見つけたアルゴリズムは、それらの距離（x1、y1-> x2、y2）を相互に比較し、合計距離が最も短い画像を見つけることによって照合を行います。関心点を比較するときに記述子または方向が使用されることはありませんか？

2）記述子が使用されている場合、どのように比較しますか？インデックス付きツリーを使用して、64ポイントのXベクトル（1つの画像）と64ポイントのYベクトル（複数の画像）を比較する方法がわかりません。

助けていただければ幸いです。私が検索したすべての場所または私が見つけたAPIは、ある画像を別の画像に一致させることのみをサポートしますが、ある画像を画像のリストに効果的に一致させることはできません。

1つの画像（A）のSURF記述子を他のいくつかの画像（B、C、D、..）の記述子と比較して、Aに最も類似した画像を見つけたいと思います。記述子には64の次元があります。

C＃とEmguを使用して、Aの記述子をB、次にC、次にDなどと比較することによって照合が行われます。画像数が10を超えると、無関係な記述子を多数検索する必要があるため、これは非常に遅くなります。

プロセスをスピードアップするために、（記事によると）正しい方法は、（B、C、D、..）の記述子用に1つのkdツリーを構築して、Aの記述子をすばやく一致させることです。kd -ツリーはレベルに応じて次元で分割されます。最初の分割は1次元で決定され、2番目の分割は2次元で決定されます。ただし、記述子の次元数が多い場合（64）、KDツリーを使用する利点は小さくなります。

だから私の質問は：1つの画像（A）から複数の画像（B、C、D ..）にSURF記述子を一致させるためにKDツリー/他の方法を使用することでどのような経験または知識がありますか？何がうまくいくのか、あまりうまくいかないのか、そしてあなたはこのようなことをしましたか？

FLANNはOpenCVで使用されているため、ここではオプションになりますが、C＃のバージョンが見つかりません。ほぼ最も近いNeightboorもkdツリーを高速化するオプションですが、それは一致する画像でうまく機能しますか？

よろしくモーテン