在计算特征向量中使用 sift 关键点半径答案

【问题标题】：use of sift keypoint radius in calculating feature vector在计算特征向量中使用 sift 关键点半径
【发布时间】：2013-11-27 07:13:23
【问题描述】：

我学习了很多关于 SIFT 的教程，并且对如何检测关键点有很好的理解。但是在提取 SIFT 特征向量时，关键点尺度在哪里发挥作用。

据我了解，我们只是在关键点周围取一个 16 X 16 的窗口，并将幅度和方向存储到 bin 中。

虽然不是比例，但我可以理解关键点方向的使用位置。

【问题讨论】：

【解决方案1】：

SIFT 在关键点周围获取窗口 [scale X scale] * coef（通常 coef = 3*sqrt(3)），将其映射到 41x41（固定）补丁，而不是 mag&ori 的东西。补丁可以是 16x16，但效果较差。

【讨论】：

【解决方案2】：

我有点难以理解你的问题，也许你可以更直接一点？无论如何，这里有一些关于 SIFT 的见解：

在执行特征提取时应考虑尺度在附近。通常，这是通过在周围设置一个高斯函数来完成的方差与尺度成比例的关键点检测到点。该函数用作估计的权重梯度直方图。

另外，当您提到关键点方向时，我认为您所指的是是该点附近最常见的方向。这是计算出来的通过寻找直方图中最大的 bin 和这个方向存储以使点具有旋转不变性。

希望对你有帮助，干杯。

【讨论】：