【发布时间】：2012-02-18 12:17:38
【问题描述】：
我正在使用 Andrea Vedaldi 的 SIFT 实现来计算两个图像的筛选描述符。但我想知道是否可以使用 SIFT 描述符预测对象在下一张图像中的位置。
【问题讨论】：
-
这与matlab无关。更具体。
标签： image-processing computer-vision sift
【发布时间】：2012-02-18 12:17:38
【问题描述】：
这是可能的。
其实有一种方法叫HOG。 HOG 描述符是 SIFT 描述符的升级版。
HOG算法在检测中得到了广泛的应用。
【讨论】：
是的，这是可能的，但 SIFT 描述符只是该方法的一部分，与预测关系不大，而是与检测相关。
您需要使用 SIFT 进行检测。
检测到对象后，您将执行预测步骤和更新步骤，例如Kalman Filter。
【讨论】：
-
卡尔曼+1。这是解决此类问题的规范方法。
-
我还有一个问题，我可以使用该实现计算对象的矢量位移吗？
-
矢量位移是什么意思？
-
我的意思是，我需要计算物体的位移，如果我有图像匹配，我可以计算运动。例如，在第一张图像中，我在 (2,4) 中有一个关键点，在第二张图像中，我在 (4,5) 中有相同的关键点（匹配？），所以我可以获得位移。但我不知道匹配是否会返回该位移。
-
您可以打开一个新问题以获取更多信息，但我将尝试在此处进行解释。 SIFT 将在一帧中为您提供对象的匹配项作为 (x,y) 坐标。在下一帧中，您将有不同数量的匹配项，但当然其中许多是相同的。我猜你的意思是位移向量将是两帧中位置向量之间的差异。但这将是 2D 位移，如果您想要 3D 位移，则需要使用单应矩阵和那些相机变换。我建议您阅读有关该主题的内容，因为它很广泛，xd