ORB Feature Descriptor 官方论文解释

Question

我只是在阅读 Ethan Rublee Official Paper 的 ORB 官方论文，有点难以理解“4.3 学习良好的二进制特征”部分

我正在网上冲浪以深入挖掘它，我发现了以下段落。我没有得到这方面的实际解释。你们谁能简单地解释一下。

"给定一个大小为 m × m 的局部图像块，并假设局部窗口 （即，BRIEF 中使用的箱形滤波器）用于强度测试的大小为 r × r ，有 N = (m - r )2 个这样的局部窗口。

每两个都可以定义一个强度测试，所以我们有C2N位特征。在 ORB 的原始实现中，m 设置为 31，生成 228,150 个二进制测试。去除重叠的测试后，我们最终得到了一组 205,590 个候选位特征。 ORB基于一个训练集，根据贪心算法最多选择256位。"

从官方文件和上面的段落中得到的是。

我们有一个 31X31 的补丁大小并选择一个 5X5 的大小。我们将有 N=(31-5)^2 = 676 个可能的子窗口。我没有得到以粗体标记的行。去除重叠的测试，我们得到 205,590 位特征是什么意思？

Answer 1

想象一个大小为 31x31（补丁）的小图像和一个 5x5 的小窗口。这个窗口可以在图像中放置多少个不同的位置？如果将其滑动 1 x 1 像素，则可以将其放置在 (31-5)^2 = 676 个不同的位置，对吗？仅将 676 个窗口的中心像素与 2 个元素组合，您就有 676!/(2!*(676-2)!) = 228,150 种组合。在 ORB 描述符的情况下，他们对以 1 x 1 像素滑动窗口不感兴趣，由于某些窗口之间的重叠（它们非常接近），它可能会产生很大的噪音。然后他们移除重叠的窗口，将其滑动 5 x 5 个像素，并使用它们的中心像素创建二进制测试，从而将总组合减少到 205,590 个。