问题标签 [sift]

我的项目是识别古钱币。我使用 David Lowe 的 SIFT 算法来提取图像的特征。

现在我想将这些特征提供给用于训练图像的神经网络。

1) 我应该向神经网络提供什么值作为输入？（描述符向量或 locs） 2）我如何将它用于神经网络？

有人可以帮帮我吗？提前非常感谢。

SIFT 是做什么的？它是否建立了视图之间的特征对应关系？它是否接收到图像的角落并删除那些没有描述性的角落？它做匹配吗？

SIFT 是替代 ZNCC 和 NCC 的匹配方法，还是 SIFT 只是为 NCC 提供输入，换句话说，SIFT 被提议用作 Harris 角点检测算法的替代方案？

我必须使用分段算法跟踪场景中的人。 SIFT会完成这项工作，但它肯定被认为是一种分割算法还是其他什么东西？

非常感谢。

你知道 David Nister 和 Henrik Stewenius 提出的图像匹配方法的任何实现或改进，称为“ Scalable Recognition with a Vocabulary Tree ”吗？我正在尝试实现它，但我无法理解算法的某些部分（更具体地说，计算分数）。

我一直在向谷歌查询有关 kd-trees 和图像比较的一些材料，但我无法在使用 kd-trees 进行图像比较的技术之间建立“链接”。首先，我找到了一些关于使用随机 kd-trees 提高速度的文章，然后我被介绍给了 SIFT。在基本了解了 SIFT 的工作原理后，我阅读了有关最近邻搜索的内容。

我真正的问题是：如果我有来自 SIFT 的点网格，那么我为每个图像创建 kd-tree。最近邻搜索如何帮助我比较图像？起初，我认为将图像与树进行比较可以使用某种算法检查树结构以及每个点与图像 A 与图像 B 中同一节点中的点的距离。

如果问题太愚蠢，请提出材料或一些搜索主题。

谢谢！

我在 beagle board xM 上完成了我的项目实施 sift 并且结果很好....但是对于演示部分，我仍然不明白为什么在 sift 中考虑高斯的差异而不是选择 LoG（高斯的拉普拉斯）。有人可以给我一个答案，这将极大地帮助我的演讲

我有很多 SIFT 关键点（一些 128 维向量），给定一个 SIFT 关键点，我想获得可视化图片（作为右侧的两个小图片，我该怎么做？我需要 servral 行MATLAB 代码来实现这一点，任何人都可以帮我一个忙吗？非常感谢。

我对算法的 Andrea Vedaldi 实现有点困惑。我正在尝试使用工具箱的算法筛选来提取特征。

我正在使用这个命令 [frames,descriptors] = sift(image, 'Verbosity', 1); 所以我得到了 4xk 矩阵的帧和 128xK 的描述符。我想使用向量作为特征。我应该使用两个矩阵中的哪一个作为特征？有人知道吗？

嘿
，我正在尝试在 iphone（冲浪和筛选）中实现特征检测器算法。我已经设法收集了我用 OpenCV 处理的原始视频流。问题是我的函数返回我想在屏幕上绘制的关键点值 (x,y)。现在我的问题是如何将它们绘制在 AVCaptureVideoPreviewLayer 之上？