Анализ изображений еще немного о дескрипторах Виктор Кантор, ФИВТ МФТИ, осенний семестр 2014 г.
SIFT (Scale-Invariant Feature Transform)
PCA(Principal Component Analysis)-SIFT 1. Рассматриваем окрестность ключевой точки размером 41 х41 пиксель 2. Для участка 39 х39 пикселей считаем производную интенсивности по x и по y, получаем 39 х39 х2 = 3042 признака 3. Для K ключевых точек составляем матрицу из этих 3042 признаков и применяем к ней PCA, выделяя N главных компонент
Сравнение SIFT и PCA-SIFT
Сравнение SIFT, PCA-SIFT и SURF method Sift Time common Scale best Rotation best Blur common Illumination common Affine good PCA-sift good best Surf best common good best good
GLOH (Gradient Location and Orientation Histogram)
HOG (Histogram of Oriented Gradients) Отличие от уже рассмотренных: вычисляется не только в ключевых точках, а по всему изображению
Вычисление HOG 1. Для изображения 64 х128 (например): делим на блоки 16 х16 с 50% перекрытием (всего 7 х15=105 блоков) 2. Каждый блок состоит из 2 х2 ячеек размером 8 х8 3. Вычисляем центрированные горизонтальные и вертикальные градиенты без сглаживания 4. Вычисляем ориентации и величины градиентов 1. Квантуем ориентацию градиентов по 9 сегментам гистограммы. Например, если направление градиента 85 градусов, а центры сегментов гистограммы в 70 и 90 градусов, то в 70 засчитываем 5/20 = 0. 25, а в 90 градусов 15/20 = 0. 75
Задача для любознательных 1. Разобраться как устроены дескрипторы: – DAISY – RIFT – BRIEF – ORB (альтернатива SURF и SIFT без ограничений на использование из-за патента) 2. * Дополнить таблицу со сравнением дескрипторов
Скачать презентацию Анализ изображений еще немного о дескрипторах Виктор Кантор
bonus_descriptors.pptx