3

私は画像から特徴を抽出し、他のものと照合するためにSURFを使用しています。私の問題は、いくつかの画像が20000を超える機能を持ち、クロールにマッチする速度が遅くなることです。SIFT/SURFから得られた最も重要な特徴を取得する

このセットからn個の最も重要な特徴だけを抽出する方法はありますか?

イメージのMSERを計算してみましたが、その領域内にあるフィーチャのみを使用しました。これにより、マッチングの質に悪影響を及ぼさずにどこでも5%から40%の削減が可能ですが、それは信頼性が低く、まだ十分ではありません。
イメージのサイズをさらに小さくすることもできますが、それはフィーチャの品質に重大な影響を及ぼすことがあります。
SURFはいくつかのパラメータ(ヘッセンのスレッシュホールド、オクターブあたりのオクターブ、レイヤー)を提供していますが、これらの変更が機能の重要性にどのように影響するかについては何も見つかりませんでした。

答えて

4

いくつかの調査とテストの後、私は、ヘッセンによって分類された上位n個のフィーチャを使用することは最適ではないが、各フィーチャのヘッセ行列の値は概算であることが分かった。
機能の数がnの目標を下回るまで次の操作を行うことはときに私は良い結果を達成:

  • サイズイメージダウンそれは
  • 過度に大きい場合にのみ、MSER領域でその嘘が
  • 考慮されていますお互いに非常に近い嘘機能については
  • は、高いヘッセの唯一の機能は、私が保存したい画像あたりn個の機能のうち
  • とみなされ、75%が
  • 最高ヘッセ値で機能しています残っているgフィーチャはヒストグラムで計算されたヘッセ行列値の分布によって重み付けされた余りからランダムに取り出される

今は適切なnを見つける必要がありますが、

関連する問題