sift

0熱

1答えて

Python - OpenCvを使用したSIFTの脆弱性の計算：カーネルが枯渇しました：セグメンテーションフォールト（コアダンプ）どうすればその問題を防ぐことができますか？

PythonでイメージのSIFT機能を検出するプログラムを実行しようとしましたが、 "セグメンテーションフォルト（コアダンプ）"というエラーメッセージが表示されました。コードの私の作品： # -*- coding: utf-8 -*- import numpy as np import matplotlib.pyplot as plt import cv2 img1 = plt.imre

1熱

2答えて

OpenCVでの特徴抽出中に画像の一部を無視するには？

矩形画像から特徴を抽出しようとしています。しかし、画像のある部分を無視して、画像内のこれらの領域から特徴が抽出されないようにしたい。私は2つのアプローチを考えることができます。 a）イメージ全体からフィーチャを取得し、キーポイントを使用して、無視された領域内にあるフィーチャを破棄します。しかし、画像から抽出されるフィーチャの最大数に制限を設け、後で破棄するとフィーチャの数が一定にならないため、この

0熱

1答えて

Python opencv 3 SIFT feature extraction

opencv 2.3で書かれた以下の2つのコマンドを変更したいと思います。 OpenCVの3で fea_det=cv2.FeatureDetector_create("SIFT") des_ext=cv2.DescriptorExtractor_create("SIFT") 、私はそう fea_det=cv2.xfeatures2d.SIFT_create() 、SIFTを作成するコマン

0熱

2答えて

ユークリッド距離（またはその他の距離計算技術）による抽出されたSIFT記述子に基づく2つの画像の類似度スコアの推定

openCV pythonを使用して、画像AおよびBのSIFT記述子をPython 2.7で計算しました。イメージAには16X128（= 2048）の記述子があり、イメージBには10X128（= 1280）があります。類似性スコアの生成方法がわからないため、私は立ち往生しました。私を助けることができれば感謝します。スコアまたは類似用語は、一致する記述子のペア間の測定値（ユークリッド距離など

0熱

1答えて

SIFT記述子のサイズ

同じ画像のSIFT記述子で抽出された記述子のベクトルはすべて、この点を誤解しているため、記述子の長さまたはサイズが同じではありませんでしたか？よろしくお願いいたします。

0熱

1答えて

128の記述子？

私は、キーポイントを中心に16x16ピクセルの「中間」ピクセルを取ることを知っています。そのウィンドウを16個の4×4ウィンドウに分割しました。各4x4ウィンドウから、8個のビンのヒストグラムを生成します。各ビンは0〜44度、45〜89度などに対応しています。4x4からの勾配方向はこれらのビンに入れられます。これはすべての4x4ブロックに対して行われます。最後に、得られた128の値を正規化します。

1熱

1答えて

ARKitから特徴点を取得

ARkitの未処理の特徴点を取得したい場合、このAPIは疎な点群を公開します：https://developer.apple.com/documentation/arkit/arframe/2887449-rawfeaturepointsをvector_float3のリストとして出力します。また、これらのポイントクラウド座標のそれぞれに特徴点のベクトル表現を持たせたいと思います。たとえば、SIFT

0熱

1答えて

階層的クラスタリングでサーフ機能を使用するにはどうすればいいですか

まず、サーフ機能を抽出してクラスタリングで使用するのは本当ですか？私は類似のオブジェクトを画像に入れたいですか？（各画像には1つのオブジェクトが含まれています）もしそうなら、どうすれば可能ですか？私はこのような特徴抽出： I = imread('cameraman.tif'); points = detectSURFFeatures(I); [features, valid_points]

1熱

1答えて

SIFT機能とbagofFeatures

コンピュータビジョンシステムツールボックスでは、デフォルトの特徴抽出はSURFを使用しています。 bagofFeaturesクラスを使用してSIFTフィーチャ抽出を使用するにはどうすればよいですか？同じ機能を利用できるカスタムフィーチャーエクストラクターはありますか？

0熱

1答えて

SIFTの次元削減画像

SIFTとSVMを使用して、画像を2つのクラス（クリーンとの不具合をに分ける）を分類しようとしています。画像の種類によって5〜100のSIFT記述子を抽出できます。これまでにたどってきた手順は次のとおりです。イメージからSIFTフィーチャを抽出します（可変数）。すべての画像から一定数のベクトル（K-Means center）を得るために、K-Meansクラスタリングを実行します。前のステ