Как использовать структуру оценки Миколайчика для детекторов/дескрипторов признаков?

Я пытаюсь оценить правильность реализации моего дескриптора SURF с помощью стандарта де-факто фреймворк Миколайчика и др. др. Я использую OpenCV для обнаружения и описания функций SURF и использую те же позиции функций в качестве входных данных для реализации моего дескриптора.

Чтобы оценить производительность дескриптора, платформа требует сначала оценить повторяемость детектора. К сожалению, для проверки повторяемости требуется список позиций объектов вместе с параметрами эллипса, определяющими размер и ориентацию области изображения вокруг каждого объекта. Однако детектор OpenCV SURF обеспечивает только положение, масштаб и ориентацию объекта.

В сопутствующей статье предлагается вычислить эти параметры эллипса итеративно из собственных значений второй матрицы моментов. Это единственный способ? Насколько я вижу, для этого потребуется немного поиграться с OpenCV. Нет ли способа впоследствии вычислить эти параметры эллипса (например, в Matlab) из списка функций и входного изображения?

Кто-нибудь когда-либо работал с этой структурой и мог бы помочь мне с некоторыми идеями или указателями?


person Good Night Nerd Pride    schedule 08.05.2012    source источник


Ответы (2)


Вы можете использовать файл Assessment.cpp из OpenCV. Находится в каталоге OpenCV/modules/features2d/src. В этом файле вы можете использовать класс «EllipticKeyPoint», у этого класса есть одна функция для преобразования «KeyPoint» в «ElipticKeyPoint».

person Victor Mondejar-Guerra    schedule 26.11.2012

Честно говоря, я никогда не работал с этим фреймворком, но думаю, вам стоит посмотреть этот статью об оценке производительности локальных дескрипторов.

person Voislav Sauca    schedule 08.05.2012
comment
Спасибо. Я знаю об этой статье, но, к сожалению, в ней больше нет подробностей о том, как получить параметры эллипса. - person Good Night Nerd Pride; 09.05.2012