openCVのトレーニングイメージはどういう意味ですか？

Question

私は特徴を検出するためのOpenCVを使用して開始しました：よう

シーケンス：

cv::SurfFeatureDetector detector(40 ); 
std::vector<cv::KeyPoint> keypoints_object; 
detector.detect(img_object, keypoints_object); 
//-- Step 2: Calculate descriptors (feature vectors) 
cv::SurfDescriptorExtractor extractor; 
cv::Mat descriptors_object, descriptors_scene; 
extractor.compute(img_object, keypoints_object, descriptors_object); 
//-- Step 3: Matching descriptor vectors using FLANN matcher 

は、他の画像から抽出した特徴と照合することができ、画像の特徴を抽出します。この文脈では、「トレーニングイメージ」という用語は何を意味しますか。

画像を何回も回転および/または拡大縮小する必要がありますか？

もしそうなら、フィーチャを単一のディスクリプタにマージできますか？

Answer 1

特徴抽出のコンテキストでのトレーニングイメージは私に分類を考えさせます。そこには、さまざまなクラスからのフィーチャーを抽出する一連のトレーニングイメージがあります。次に、この機能を使用して何らかの種類の分類子を学習しようとします。そこで、これらの画像を使用して分類子を訓練しました。

SURF機能は、スケールおよび回転不変です。したがって、画像を拡大/縮小する必要はありません。

イメージごとに1つの機能ベクトルを取得するには、bag of words modelを使用します。