提取特征,筛选检测器

发布于 2024-11-08 13:09:28 字数 191 浏览 0 评论 0原文

我对 Andrea Vedaldi 算法的实现有点困惑。我正在尝试使用工具箱的算法筛选来提取特征。

我正在使用这个命令 [frames,descriptors] = sift(image, 'Verbosity', 1);所以我得到了 4xk 矩阵的帧和 128xK 的描述符。我想使用向量作为特征。我应该使用两个矩阵中的哪一个作为特征?有谁有想法吗?

I m little confused about Andrea Vedaldi implementation of the algorithm. I m trying to extract features with the algorithm sift of the toolbox.

I m using this command [frames,descriptors] = sift(image, 'Verbosity', 1); so I ve got the frames which is 4xk matrix and the descriptors which is 128xK. I want to use a vector as a feature. Which of the two matrices should i use as a feature? Has anyone idea?

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

橘寄 2024-11-15 13:09:28

描述符是您为了确定匹配而进行比较的内容。

I1 = double(rgb2gray(imread('image1.png'))/256) ;
I2 = double(rgb2gray(imread('image2.png'))/256) ;

[frames1,descriptors1] = sift(I1, 'Verbosity', 1) ;
[frames2,descriptors2] = sift(I2, 'Verbosity', 1) ;

matches = siftmatch(descriptors1, descriptors2) ;

您现在拥有两个图像之间匹配特征的矩阵。

要可视化结果,请将以下行添加到上面的

plotsiftmatches(I1,I2,frames1,frames2,matches);

Vedaldi 报告中,可以在 此处< /a>.

The descriptors are what you compare in order to determine matches.

I1 = double(rgb2gray(imread('image1.png'))/256) ;
I2 = double(rgb2gray(imread('image2.png'))/256) ;

[frames1,descriptors1] = sift(I1, 'Verbosity', 1) ;
[frames2,descriptors2] = sift(I2, 'Verbosity', 1) ;

matches = siftmatch(descriptors1, descriptors2) ;

You now have a matrix of matched features between the two images.

To visualize the results add the following line to the above

plotsiftmatches(I1,I2,frames1,frames2,matches);

Vedaldi's report can be found here.

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文