如何使用 Mikolajczyk 的特征检测器/描述符评估框架？答案

【问题标题】：How to use Mikolajczyk's evaluation framework for feature detectors/descriptors?如何使用 Mikolajczyk 的特征检测器/描述符评估框架？
【发布时间】：2012-05-17 07:54:45
【问题描述】：

我正在尝试使用事实上的标准framework by Mikolajczyk et. al 评估我的 SURF 描述符实现的正确性。我正在使用 OpenCV 来检测和描述 SURF 特征，并使用相同的特征位置作为我的描述符实现的输入。

为了评估描述符的性能，框架需要首先评估检测器的可重复性。不幸的是，可重复性测试需要一个特征位置列表以及定义每个特征周围图像区域的大小和方向的椭圆参数。然而，OpenCV 的 SURF 检测器只提供特征位置、比例和方向。

related paper 建议从二阶矩矩阵的特征值迭代计算这些椭圆参数。这是唯一的方法吗？据我所知，这需要对 OpenCV 进行一些摆弄。之后有没有办法从特征列表和输入图像中计算那些椭圆参数（例如在 Matlab 中）？

有没有人使用过这个框架并且可以帮助我提供一些见解或建议？

【问题讨论】：

标签： matlab computer-vision feature-detection surf feature-descriptor

【解决方案1】：

您可以使用 OpenCV 中的文件评估.cpp。在目录 OpenCV/modules/features2d/src 中。在这个文件中你可以使用“EllipticKeyPoint”类，这个类有一个函数可以将“KeyPoint”转换为“ElipticKeyPoint”

【讨论】：

【解决方案2】：

老实说，我从来没有使用过这个框架。但我认为你应该看到这个 paper 关于本地描述符的性能评估。

【讨论】：

谢谢。我知道这篇论文，但不幸的是它没有详细说明如何获取椭圆参数。