Obecnie pracuję w SIFT, miałem generowane różnicę Gaussa i warstw ekstrema graficznych. Czy ktokolwiek może mi wyjaśnić, jak używać macierzy Hessian, aby wyeliminować klucz o niskim kontraście?SIFT Keypoint Lokalizacja
A good key to narożnik. Pochodzi z narożników Harris i Dobre funkcje do śledzenia najpierw dokumentów (KLT), a następnie podkreślonych przez Mikolajczyk and Schmid paper.
Intuicyjnie, narożnik jest dobrą cechą, ponieważ jest to przecięcie dwóch linii, podczas gdy pojedynczy segment linii może być przesuwany wzdłuż jego kierunku, powodując tym samym mniej dokładną lokalizację. Segment linii jest krawędzią, tj. Pochodną pierwszego rzędu (gradientem). Narożnik to krawędź, która gwałtownie zmienia kierunek. Jest to mierzone pochodną drugiego rzędu, stąd użycie hessańskiej macierzy, która zawiera wartości kierunkowych drugich pochodnych.
Może chcesz wyjaśnić sobie trochę lepiej. Niewiele osób specjalizuje się w CV. Poprawne oznaczanie Twojego pytania pomaga też innym znaleźć Twoje pytanie. – monksy
Obecnie pracuję nad wyeksportowaniem funkcji obrazu do deskryptora formularza dla dopasowania do wzorca. – tsann
Stwierdziłem, że ten wpis jest bardzo jasny w tłumaczeniu i implementacji na temat SIFT http://www.aishack.in/2010/05/sift-scale-invariant-feature-transform/ A może ten pomoże ci: http: // www .aishack.in/2010/05/sift-scale-invariant-feature-transform/5/ – vancexu