我正在尝试使用基于此 tutorial 的 FLANN 算法来评估特征检测器和描述符
我想为评估部分构建ROC曲线,因此我必须获得TP、FN、FP和TN。问题是,我不知道如何获得这些值!我读过很多论文,但都没有解释,例如他们是如何得到误报的。在给定的教程中,您可以设置一定的阈值,以便可以计算好的匹配和坏的匹配,但这并不能证明所有内容都正确匹配。我应该手动计算每个图像对的数量,还是他们的常用技术自动解决它。
预先感谢您的帮助!
最佳答案
您必须拥有所谓的“基本事实” - 手动检查两个图像之间的对应关系或变换矩阵(基本矩阵或单应矩阵)。与该矩阵一致的对应关系是正确的。
检查 Mykolajczyk 等人的经典论文中使用的方法。 “A comparison of affine region detectors”、“A PERFORMANCE EVALUATION OF LOCAL DESCRIPTORS”以及 Moreels 和 Perona "Evaluation of Features Detectors and Descriptors based on 3D Objects ”
关于opencv - 如何使用匹配算法评估特征描述符,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21217971/