현재 시각 기능 일치를위한 기준으로 OpenCV에서 제공하는 여러 기능 탐지기의 성능을 다루고 비교하고 있습니다.
내가 사용하고 SIFT의 설명입니다. MSER 및 DoG (SIFT) 기능을 감지 할 때 만족스러운 일치 (잘못된 일치를 거부 한 후)를 달성했습니다 .
현재 GFTT (추적 기능-해리스 코너) 로 코드를 테스트 하여 비교를하고 있으며 최종 응용 프로그램에서는 시각적 기능 추적 프로세스에서 GFTT 기능 세트를 사용할 수 있습니다.
내가 사용하고 cv::FeatureDetector::detect(...)
로 날을 제공하는 std::vector<cv::KeyPoint>
가득 관심의 감지 기능 / 키포인트 / 지역 . 구조 cv::KeyPoint
에는 특징의 위치에 대한 기본 정보 size
와 octave
키포인트에 대한 정보 가 포함되어 있습니다.
GFTT의 첫 번째 결과 는 다른 유형의 기능에서 일반적인 매개 변수 size
와 octave
매개 변수를 비교할 때까지 끔찍했습니다 .
- MSER 은 크기 (10 ~ 40px)를 설정하고 옥타브 를 0으로 둡니다.
- 개 (SIFT)는 양쪽의 크기 및 옥타브 ( 크기 / 옥타브 20과 40 사이의 비율)
- GFTT 매개 변수는 항상 : size = 3 , octave = 0
GFTT 기능 의 기본 목적은 일치하는 데 사용되지 않고 추적에만 사용 되었기 때문 입니다. 이것은 작은 특징에서 추출 된 서술자가 작은 1- 픽셀 이동을 포함 하여 많은 것들에 대해 차별적이고 변하지 않기 때문에 낮은 매칭 품질의 결과를 설명 합니다.
내가 수동으로 설정 한 경우 size
의 GFTT을 에 10-12을 , 내가 사용하는 경우와 매우 유사 좋은 결과를 얻을 MSER 또는 개 (SIFT를) .
내 질문은 : 증가하는 얼마나 많은 결정하는 더 나은 방법이있는 size
(그리고 / 또는 octave
)보다 단지 - 이동 -에 - 10 - 볼 - 경우 - 그것 - 작품 ? size
가능한 경우 증가하는 하드 코딩을 피하고 프로그래밍 방식으로 결정하고 싶지만 하드 코딩은 새로운 선택 size
/ size
증가 / size
추정 알고리즘의 선택을 뒷받침하는 확실한 인수가있는 한 괜찮 습니다 .