如何生成特征 - 图像关联矩阵？

Question

请帮助我从华盛顿大学 Ian Simon Noah Snavely Steven M. Seitz 题为“在线图像集合的场景总结”的论文中理解这个想法。

计算特征-图像矩阵：
我们首先将视图集转换为特征图像 关联矩阵。为此，我们使用 SIFT 关键点检测器 在 V 中的所有图像中找到特征点。 特征点使用 SIFT 描述符表示。 然后，对于每对图像，我们进行特征匹配 在描述符上提取一组候选匹配。 我们通过估计一个基本的 使用 RANSAC 的矩阵并删除所有不一致的 匹配上一步完成后 对于所有图像，

我们将比赛组织成轨道， 其中轨迹是要素的连通分量。我们删除 总共包含少于两个特征的轨迹，或在 同一图像中至少有两个特征。此时，我们考虑 每个轨迹对应于 S 中的单个 3D 点。 从这组轨迹中，很容易构造 |S|-by-|V| 特征图像关联矩阵。

我困惑的部分是斜体。
我们如何将比赛组织成轨道？
以及如何构建特征图像关联矩阵？

请帮助我。 . .

Answer 1

3 图像轨道的示例。

1. 检测特征

2. 执行匹配 (1 - 2, 2 - 3)。现在您有了对应关系 FeatureA_img1 = FeatureB_img2、FeatureC_img2 = FeatureD_img3、FeatureE_img1 = FeatureF_img3。

3. 检查，如果 FeatureA_img1 == FeatureB_img2 AND FeatureB_img2 == FeatureC_img3，那么您在 3 张图像中具有相同的特征。 保存到数组中：

   img1 img2 img3 ... img FeatureA FeatureB FeatureC ...

对所有通信重复此操作。此表中的行是您要查找的曲目。