SIFTアルゴリズムでイメージをサイズの半分にサイズ変更するのはなぜですか？

Question

SIFTアルゴリズムのスケール空間の構築では、画像のサイズを徐々に半減させ、各サイズの一連のぼやけた画像を得る。

私の質問は、SIFTアルゴリズムでscale spaceを作成している間にhalving the image sizeがどのように役立つのですか？

ありがとうございます。

Answer 1

実は、これらは二つの質問です：画像サイズを縮小した理由は何

画像は、最初の質問については係数2

により低減されるのはなぜ

：で異なるシグマパラメータに対してガウスカーネルを用いて画像を畳み込むために必要な選別特徴を計算する。シグマパラメータが小さい場合、このカーネルはそれほど大きくはありません（途中までの距離が大きくなるにつれて非常に速くなります）。しかし、シグマパラメータは解析中に指数関数的に増加するため、正確な計算に必要なカーネルサイズも増加します。ガウスカーネルのサイズを大きくすると、計算時間が長くなります。一方、Gaussカーネルとのコンボリューションの後、イメージスペクトルの高い周波数はほとんど消去されます。このレベルには詳細は残っていないので、より高い解像度を維持することは得られません。

画像のサイズを小さくすると、精度を犠牲にして価格を支払うことなく、より大きなカーネルが不要になります。

なぜ、係数2でイメージを縮小するのですか？

1. ファクタ2は、結果の画像を計算する方がはるかに簡単であるため、係数1.5より優れています。補間の必要はありません。
2. 3の場合には、我々は大きなガウスカーネルを必要とするため、第2因子は、因子3よりも優れている：シグマパラメータ3のための最大のシグマパラメータ2に比べて、我々は要因2.

で画像を減らす場合

編集：イヴズ氏は、シグマパラメータを大きくする必要はありません。リサイズ後に画像が小さくなるため、計算量を少なくする必要があります。ガウスカーネルを用いた畳み込みは画像のより高い周波数を除去する）。