matlab - 如何使用 Mikolajczyk 的特征检测器/描述符评估框架?

标签 matlab computer-vision feature-detection surf feature-descriptor

我正在尝试使用事实上的标准 framework by Mikolajczyk et. al 评估我的 SURF 描述符实现的正确性.我正在使用 OpenCV 检测和描述 SURF 特征,并使用相同的特征位置作为我的描述符实现的输入。

为了评估描述符性能,该框架需要首先评估检测器的可重复性。不幸的是,重复性测试需要一个特征位置列表以及定义每个特征周围图像区域的大小和方向的椭圆参数。然而,OpenCV 的 SURF 检测器仅提供特征位置、比例和方向。

related paper建议从二阶矩矩阵的特征值迭代地计算这些椭圆参数。这是唯一的方法吗?据我所知,这需要对 OpenCV 进行一些调整。之后(例如在 Matlab 中)是否无法根据特征列表和输入图像计算这些椭圆参数?

有没有人曾经使用过这个框架并且可以帮助我提供一些见解或指示?

最佳答案

您可以使用 OpenCV 中的文件 evaluation.cpp。位于目录 OpenCV/modules/features2d/src 中。在这个文件中你可以使用“EllipticKeyPoint”类,这个类有一个函数将“KeyPoint”转换为“ElipticKeyPoint”

关于matlab - 如何使用 Mikolajczyk 的特征检测器/描述符评估框架?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10505270/

相关文章:

matlab - wav文件和FFT的matlab中的Audioread

matlab - 在 MATLAB 中解析文件的最简单方法

c++ - 在 opencv 中录制视频仅 30 秒

matlab - MSER特征的匹配算法?

matlab - 更改 Matlab 结构时的向后兼容性

algorithm - 凯撒密码加密算法

image - CNN - 图像调整大小 VS 填充(是否保持纵横比?)

c++ - 对 PCLPointCloud2 进行下采样,使其井井有条

python - OpenCV Python 特征检测 : how to provide a mask? (SIFT)