opencv - SIFT 描述符值 : OpenCV vs VLFeat

Question

我正在尝试比较 OpenCV 的 SIFT 实现和 VLFeat .

我注意到 VLFeat 的描述符值是整数，例如:

0 0 0 0 0 0 0 0 0 0 0 17 45 20 26 0 1 ...

对于 OpenCV:

0.0391555 0 0 0.0998274 0.235747 0 0 0.0276871 0.156622 ...

请注意，这些是 2 个不同图像的描述符。

我有两个问题:

1. 为什么它们有两个不同的值？
2. 如果我需要使用 VLFeat(然后是 VLAD 编码)的 k-means 的 OpenCV 表示，我是否需要更改这些值？

Answer 1

免责声明，我不是 OpenCV 或 VLFeat 方面的专家，但我认为我知道答案。

VLFeat 可以生成整数和浮点描述符。要生成整数描述符，请使用 vl_sift函数并为了生成浮点描述符使用 vl_dsift带有 FloatDescriptors 参数的函数。

出于性能原因，VLFeat 可能使用整数描述符。使用整数的计算通常比使用 float 更快。但是，这可能会以精度为代价。尽管如此，在计算机视觉的情况下，较小的精度可能并不是那么重要。在 integer k-means algorithm 的描述中你甚至可以阅读“虽然这对某些应用程序有限制，但它适用于聚类图像描述符，通常不需要非常高的精度”。

关于 k-means 算法。整数描述符有一个版本(vl_ikmeans)，浮点描述符有一个版本(vl_kmeans)]。对于 OpenCV，只需使用后者。