algorithm - Lowe 如何计算他的 SIFT 算法的 “repeatability”？

Question

在他2004年的论文“Distinctive Image Features from Scale-Invariant Keypoints”中，他给出了很多“repeatability”作为XXX函数的图形，例如图3,4和6，但他没有详细说明如何计算“可重复性”。

他实际上在第 8 页的图 3 中对“可重复性”做了一个简单的解释，即“在转换后的图像中在相同位置和比例下重复检测到的关键点的百分比”。

但是，1)我们如何通过简单地逐一检查关键点来知道在转换后的图像中是否检测到了关键点？我不认为这是实用的，因为有成千上万的关键点。

2) 我们认为在同一位置重复检测到的关键点有多近？ 3像素，6像素？或者根本不按像素？

我不知道如何上传论文“Distinctive Image Features from Scale-Invariant Keypoints”。链接在这里: http://www.cs.ubc.ca/~lowe/papers/ijcv04.pdf

Answer 1

如果您注意到第 9 页的第一段，作者会更详细地说明在同一位置检测到关键点的公差。首先，“相同比例”是在正确比例的 sqrt(2) 因子内给出的，运算符(operator)必须知道该比例或在数据集中手工标记。其次，“同一位置”被定义为在 x 和 y 方向上的 σ 个像素内，其中“σ 是关键点的尺度(从等式(1)定义为差分中使用的最小高斯的标准差- of-高斯函数)"

至于您的更笼统的问题，不幸的是答案是必须详尽地检查关键点。您收集了检测器在变换后的图像上触发的所有位置/比例对，并将这些与原始图像中的真实位置进行比较。你需要有手工记录的关键点位置，或者先运行一个简单的算法(比如使用基本的 KLT 关键点检测器，只存储它找到的关键点的坐标列表，并假装这些是“基本事实”......你这样会降低一些准确性，但您将更能够自动化该过程)。

像这样的大型繁重工作(编写代码以详尽地检查大量关键点)通常是外包给研究生的工作。布莱格。