الارتباك فيما يتعلق بالتعرف على الكائنات والميزات باستخدام الأمواج

Question

لدي بعض القضايا المفاهيمية في فهم خوارزمية الأمواج والبحر كل شيء عن ركوب الأمواج. بقدر ما يذهب فهمي ، يجد تصفح لابلاسيان من غاوسيين ويعمل SIFT على اختلاف غاوسي. ثم يقوم بإنشاء متجه 64 متغيرًا حوله لاستخراج الميزات. لقد طبقت هذا الشفرة.

(Q1) إذن ، ما الذي يشكل الميزات؟

(Q2) نقوم بتهيئة الخوارزمية باستخدام كاشف Surfeaturecturector (500). هل هذا يعني أن حجم مساحة الميزة هو 500؟

(س 3) يعطي إخراج Surf Good_Matches تطابقًا بين KeyPoint1 و Keypoint2 وبضبط عدد التطابقات ، يمكننا أن نستنتج أنه إذا تم العثور على الكائن/اكتشافه أم لا. ما المقصود من قبل المفاتيح؟ هل تخزن هذه الميزات؟

(Q4) أنا بحاجة إلى القيام بتطبيق التعرف على الكائن. في الكود ، يبدو أن الخوارزمية يمكنها التعرف على الكتاب. لذلك ، يمكن تطبيقه للتعرف على الكائن. كنت تحت الانطباع أنه يمكن استخدام تصفح لتمييز الكائنات بناءً على اللون والشكل. ولكن ، تجد Surf و Sift اكتشاف حافة الزاوية ، لذلك لا فائدة من استخدام الصور الملونة كعينات تدريب حيث سيتم تحويلها إلى مقياس رمادي. لا يوجد خيار لاستخدام الألوان أو HSV في هذه الخوارزميات ، إلا إذا قمت بحساب نقاط المفاتيح لكل قناة بشكل منفصل ، وهو مجال مختلف من البحث (تقييم واصفات الألوان للتعرف على الكائن والمشهد).

لذا ، كيف يمكنني اكتشاف الأشياء والتعرف عليها بناءً على لونها ، شكلها؟ أعتقد أنه يمكنني استخدام Surf لتمييز الكائنات بناءً على شكلها. قل ، على سبيل المثال لدي كتابين وزجاجة. أحتاج فقط إلى التعرف على كتاب واحد من الكائنات بأكملها. ولكن بمجرد وجود كائنات أخرى متشابهة في المشهد ، يعطي Surf الكثير من الإيجابيات الخاطئة. سأقدر الاقتراحات بشأن طرق التقدم بطلب للحصول على طلبي.

Answer 1

1. يشكل الحد الأقصى المحلي (استجابة الكلب الذي يكون أكبر (أصغر) من ردود وحدات البكسل المجاورة حول النقطة ، العلوية والعشاق في هرم - 3x3x3) إحداثيات مركز الميزة (الدائرة). نصف قطر الدائرة هو مستوى الهرم.

2. إنه عتبة هيسيان. هذا يعني أنك ستأخذ Maximas فقط (انظر 1) مع قيم أكبر من العتبة. يؤدي عتبة أكبر إلى عدد أقل من الميزات ، ولكن استقرار الميزات أفضل والعكس بالعكس.

3. ميزة Keypoint ==. في OpenCV KEYPOINT هي الهيكل لتخزين الميزات.

4. لا ، الأمواج جيدة لمقارنة الكائنات المحكم ولكن ليس للشكل واللون. بالنسبة للشكل ، أوصي باستخدام MSER (ولكن ليس OpenCV One) ، كاشف Canny Edge ، وليس الميزات المحلية. هذا العرض من الممكن ان يكون مفيدا