OpenCV SIFT vs David Lowe 的 SIFT 实现，OpenCV 差很多答案

【问题标题】：OpenCV SIFT vs David Lowe's SIFT implementation, OpenCV far worseOpenCV SIFT vs David Lowe 的 SIFT 实现，OpenCV 差很多
【发布时间】：2013-01-02 00:01:05
【问题描述】：

我尝试使用 David Lowe's implementation 和 OpenCV implementation 对几个不同的对象进行对象检测（只是在此代码中更改了 'SurfFeatureDetector' -> 'SiftFeatureDetector' 和 'SurfDescriptorExtractor' -> 'SiftDescriptorExtractor'）。

看来opencv的实现要差得多！检测到大量误报和更少的关键点！我尝试使用 'SiftFeatureDetector' 参数，如 sigma/contrastThreshold 等，但结果总是比原始 David 的版本差得多。

SIFT 的 opencv 实现与原始 David Lowe 的实现是否完全“不同”？
有谁知道'SiftFeatureDetector' 的一个好的参数集，以便David 的实现提供的对象图像的结果（如box.pgm/basmati.pgm..）可能看起来与David 的版本相似。

【问题讨论】：

这个网址robwhess.github.io/opensift中Rob Hess的实现呢？

标签： opencv image-recognition sift

【解决方案1】：

这是我在 Python 中使用的：

 detector = cv2.xfeatures2d.SIFT_create(
        nfeatures = 0,  # def 0 
        nOctaveLayers = 3,  # def 3
        contrastThreshold = 0.04,  # def 0.04 
        edgeThreshold = 10,  # def 10 
        sigma = 1.6)  # def 1.6

所有默认值。我得到了很好的结果，虽然执行速度很慢。

【讨论】：

【解决方案2】：

我正在使用 OpenCV 的 SIFT 实现，并与 David Lowe 在他的网站上提供的实现进行比较。调整一些参数我得到了很好的结果。

【讨论】：

您能否详细说明调整了哪些参数？

【解决方案3】：

VLFeat 的 SIFT implementation 是 quite close（在功能输出方面）到原始实现。

【讨论】：