【问题标题】:Explain about rBRIEF and steered BRIEF in ORB解释ORB中的rBRIEF和转向BRIEF
【发布时间】:2018-03-07 22:42:20
【问题描述】:

我正在阅读有关 ORB 的原始论文。在阅读 rBRIEF 中的描述符时,我发现它真的很混乱。这篇论文说

我们还列举了所有可能的二进制测试 从 31×31 像素的补丁中绘制。每个测试是一对 5×5 补丁的子窗口。如果我们注意补丁的宽度 wp = 31,测试子窗口的宽度为 wt = 5, 那么我们有 N = (wp − wt)^2 个可能的子窗口。我们 想从这些中选择两个对,所以我们有 N 2 二进制测试。我们消除了重叠的测试,所以我们最终 有 M = 205590 个可能的测试

在rBRIEF之前,作者提到了steered Brief,它使用orientation来构造(x,y)的新分布来寻找二进制。但是在 rBRIEF 中,我没有看到他们提到方向,只是说'每个测试都是一对 5x5 子窗口',那么需要将强度与另一个进行比较的 5x5 子窗口的意义何在指向另一个 5x5?

如果您觉得我写的内容难以理解,那么问题是:我需要找到 5x5 子窗口中的哪个点才能将强度与另一个 5x5 子窗口中的另一个点进行比较?方向是否有助于 rBIREF ?如果是,如何?

非常感谢

【问题讨论】:

    标签: computer-vision orb


    【解决方案1】:

    我需要找到 5x5 子窗口中的哪个点才能将强度与另一个 5x5 子窗口中的另一个点进行比较?

    那个窗口的中心点(这也是为什么这个窗口大小和卷积滤波器通常是奇数的原因)。使用这样的窗口是因为在实际像素(强度)比较之前应用了平滑。使其对噪声更加鲁棒,同时具有丢失一些信息的缺点

    方向是否有助于 rBIREF ?如果是,如何?

    sBRIEF 通过使用贴片角度的任意检测器(例如 SURF)近似值来补偿旋转变化

    rBRIEF 是 ORB 作者的补偿旋转变化的版本,因为它基于 Brief 描述符(简而言之,他们使用图像矩来计算补丁的质心并进行旋转,同时使用学习策略来克服sBrief,即方差损失)

    【讨论】:

    • 嗨。你能帮我一点吗?如果我有 9x9 补丁和 3x3 本地窗口,我必须有 (9-3+1)^2 总本地窗口,但如果我遵循算法,我只有 (9-3)^2,这是不正确的?我是不是哪里错了?
    猜你喜欢
    • 2012-10-24
    • 2016-12-10
    • 1970-01-01
    • 1970-01-01
    • 2012-07-05
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2010-11-19
    相关资源
    最近更新 更多