MV2

28 posts in this topic

Posted

Ich habe Peak fix auf 0.01 und Edge zwischen 4 und 7, je nach Bild, gewählt. Somit reduzieren sich meine 5000 IPs auf ca 30-40, welche eigentlich auch noch zu viel sind. Irgendwann hat der Vincze in der VO gesagt, dass bereits 3 IP ausreichen um ein Objekt wieder erfolgreich zu finden.

MatchThres ist nur ein Multiplikator. Die Abweichung von einem IP1 im ersten zu einem IP2 im zweiten Bild wird mit einer Distanz gewichtet. Ist diese Distanz * MatchThreshold geringer als die gerinste Abweichung von diesem IP1 zu jeden anderen gefundenen IP des ersten Bildes, dann wird es als erfolreicher Match gespeichert. Sozusagen der gefundene IP2 im zweiten Bild ist der der am besten zu IP1 passt. --> Vergrößern von MatchThres erhöht diese Distanz, womit weniger IP Paare die Schwelle unterschreiten. Daraus resultieren dann weniger matches. Bei Verringerung natürlich genau umgekehrt.

Hoffe ich konnte das halbwegs verständlich erklären.

Kannst du auch etwas über edge und peak threshold erkleren?

Share this post


Link to post
Share on other sites

Posted

Der 128 Dimensionale SIFT Vektor setzt sich aus einen Gradientenhistogramm über einen gewissen Berich, glaube 16 x 16 Punkte oder so ähnlich, zusammen. Umso stärker die Gradienten sind, umso höher ist der jeweilige Eintrag im Vektor. Peak Threshold ist dann eine Grenze, wo alle IPs verworfen werden die diese Schwelle nicht überschreiten.

IPs entlang einer geraden Kanten haben zwar einen hohen Gradienten in eine Richtung, beschreiben aber meist keine markanten Merkmale eines Objektes wie es bei Ecken der Fall ist. Soweit ich das verstanden habe, ist Edge Threshold eine Grenze dafür ob eine Kante auf der ein IP liegt genug "gekrümmt" ist um als Merkmal durchzugehen und der IP somit interessant ist, oder ob er verworfen werden kann.

Share this post


Link to post
Share on other sites

Posted

Der 128 Dimensionale SIFT Vektor setzt sich aus einen Gradientenhistogramm über einen gewissen Berich, glaube 16 x 16 Punkte oder so ähnlich, zusammen. Umso stärker die Gradienten sind, umso höher ist der jeweilige Eintrag im Vektor. Peak Threshold ist dann eine Grenze, wo alle IPs verworfen werden die diese Schwelle nicht überschreiten.

IPs entlang einer geraden Kanten haben zwar einen hohen Gradienten in eine Richtung, beschreiben aber meist keine markanten Merkmale eines Objektes wie es bei Ecken der Fall ist. Soweit ich das verstanden habe, ist Edge Threshold eine Grenze dafür ob eine Kante auf der ein IP liegt genug "gekrümmt" ist um als Merkmal durchzugehen und der IP somit interessant ist, oder ob er verworfen werden kann.

Vielen dank!

Share this post


Link to post
Share on other sites

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!


Register a new account

Sign in

Already have an account? Sign in here.


Sign In Now