sift

    1热度

    1回答

    我试图识别打开的简历,但我有一些问题。首先,我想要认识颜色(心,钻石,黑桃或俱乐部)。我盯着红色。所以我检测颜色,并切割钻石或心脏,并尝试认识筛选 - 我选择良好的比赛和匹配的颜色,将有更多的(我敢肯定它的愚蠢,但我没有任何想法如何做到这一点)。我得到结果就像一个如下: 这是我的匹配函数的代码: def match(img, models): goods = [] for name, valu

    0热度

    1回答

    imshow(imread(a)); img = single(imread(a)); [f,d] = vl_phow(img); perm = randperm(size(f,2)) ; s = perm(1:50) h1= vl_plotframe(f(:,s)); h2= vl_plotframe(f(:,s)); set(h1,'color','k','linewidth',

    1热度

    2回答

    我必须提取包含1500个图像的数据集的筛选特征,稍后将使用Bag of Words。例如,一张图像上的结果具有需要MB内存的3168个功能。只保存所有功能的方式?由于每幅图像都会产生[帧,描述符]的不同尺寸,因此保存结果的好方法是什么?

    0热度

    1回答

    我正在阅读大量关于VLAD和Fisher Vectors(FV)的论文。特别是,在this论文中(并且基本上每篇论文都在讨论该主题),作者使用PCA来降低SIFT,VLAD和FV的尺寸。 但是,据我所知,PCA涉及计算协方差矩阵的特征值,并且我们可以只计算矩阵的特征值。 现在,假设我们想要为1M SIFT向量计算PCA。我们如何计算1Mx128矩阵上的PCA? 我对的理解是SVD是一种选择,但是我

    0热度

    1回答

    我写了一个方法,其中图像描述符(如OpenCV SIFT或VLFeat Dense SI FT)计算一组图像的描述符(保存在std::vector<std::string> files中)。通过ComputeDescriptors(image, descriptorMatrix)调用描述符,其中它填充descriptorMatrix,其描述符计算自。 然后我随机选择samples(通常为50)描述

    0热度

    1回答

    是否有使用与JPEG,PNG或PGM图像SIFT在精度和速度方面有什么区别?显然假设相同的图像大小。

    1热度

    1回答

    SIFT算法有几点疑惑: 首先,为什么在缩放空间下采样? 二,为什么选择具有尺度不变性的关键点? 我希望你能给出更详细的解释!谢谢! 。 。

    -1热度

    1回答

    我想要一个像素化的图像,并使其看起来更像一个cad绘图/蓝图。 这里是源图像: 我使用python和OpenCV 2.到目前为止,我能够找到使用Harris角检测一些角落,但我打我的OpenCV的知识限制。 这里是什么输出会是什么样子的例子: 主要目标: 90°角 的行是唯一的垂直或水平(源图像稍微偏斜) 到目前为止,这里是一个什么似乎是工作ISH(蟒蛇)概述: points = cv2.corn

    4热度

    2回答

    我写了一个小脚本,可以通过SIFT descriptors method查找全局图片中的对象。但是我对同一张图片中的多个检测结果有疑问。 我有这样的全球图景: 我有这样的模板: 我的脚本是这样的: import numpy as np import cv2 ######################### # SIFT descriptors part # ##############

    -1热度

    1回答

    我不确定这是否属于正确问题的标准,但我仍想给它一个镜头。 我正在寻找一个库或函数,它采用[number_of_keypoints] [feature_0 ... feature_127]文件(或矩阵)形式的两个SIFT描述符 - 表示每个文件128个特征,并允许比较图像(我正在使用harris-affine alg。来提取它们:http://www.robots.ox.ac.uk/~vgg/res