为什么 Vlfeat 会为不同的图像生成相同数量的描述符？

Question

我注意到 Vlfeat/Sift 为不同的图像生成相同数量的描述符，为什么？ 定向分配的目的是什么？描述符形成过程中似乎有类似的过程。 我对 SIFT 很陌生，对 SIFT 中的很多东西感到困惑。感谢您的帮助。

Answer 1

Vlfeat/Sift 为不同的图像生成相同数量的描述符，为什么？

除非您明确传递带有given input keypoints (*) 的文件，否则描述符的数量不同 相同，并且显然取决于输入图像内容。

例如，如果您将Starbucks logo 与Lena 进行比较：

./sift --frames starbucks.pgm; wc -l starbucks.frame
 601 starbucks.frame

./sift --frames lena.pgm; wc -l lena.frame
1769 lena.frame

这里我使用了 300x300 像素的图像。 --frames 输出找到的关键点，每行具有一个位置、比例和方向。

(*) 这意味着您要求 VLFeat 描述一组预定义的兴趣点。使用sift VLFeat 命令行工具，您可以使用--read-frames 选项来执行此操作。

定向分配的目的是什么？

这是为了实现旋转不变性。如果参考original paper：

一个或多个方向被分配给基于局部的每个关键点位置 图像渐变方向。所有未来的操作都是在图像数据上执行的 已相对于指定的方向、比例和位置进行了变换 对于每个特征，从而为这些转换提供不变性。