如何使用匹配算法评估特征描述符

【问题标题】：How to evaluate Feature descriptors with a Matching Algorithm如何使用匹配算法评估特征描述符
【发布时间】：2015-01-28 03:32:36
【问题描述】：

我正在尝试使用基于 tutorial 的 FLANN 算法评估特征检测器和描述符

我想为评估部分建立一个ROC曲线，因此我必须得到TP，FN，FP和TN。问题是，我不知道如何获得这些值！我读过很多论文，但都没有解释，例如他们是如何得到误报的。在给定的教程中，您可以设置一个特定的阈值，以便您可以计算好匹配和坏匹配，但这并不是一切都正确匹配的理由。我应该手动计算每个图像对还是他们的常用技术自动解决它。

提前感谢您的帮助！

【问题讨论】：

标签： opencv evaluation feature-descriptor

【解决方案1】：

您必须拥有所谓的“基本事实” - 手动检查两个图像之间的对应关系或变换矩阵（基本或单应性）。与该矩阵一致的对应关系是正确的。

Mykolajczyk 等人在经典论文中使用的检查方法。 "A comparison of affine region detectors"、"A PERFORMANCE EVALUATION OF LOCAL DESCRIPTORS" 和 Moreels 和 Perona "Evaluation of Features Detectors and Descriptors based on 3D Objects"

【讨论】：

感谢您的快速回复！我可以使用 OPENCV 中的 cv2.findHomography() 返回一个指定内点和异常点的掩码吗？
有什么用途？一开始你可以下载具有现成同形异义的计算机视觉数据集，已在论文上使用cvpapers.com/datasets.html
我想用它从我的手术数据集中生成一个基本事实，因为它们有我想进一步探索的特殊需求。
那么，您检测特征，使用它们来寻找几何形状，然后测试自己生成的地面实况？我认为，这不是一个好主意。但是，如果您只谈论使用人工挑选的对应关系通过 cv2.findHomography() 查找单应性 - 是的，它会起作用。
谢谢！我在您提到的一篇论文中找到了答案。

猜你喜欢

2012-05-17
2017-10-05
2013-01-01
1970-01-01
2019-01-13
2015-02-20
2013-11-16
2012-05-30
2014-05-15

相关资源

下载 2023-02-17
下载 2023-02-15
下载 2023-01-08

最近更新更多

热门标签

Java Python linux javascript Mysql C# Docker 算法前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库数据结构大数据 js 机器学习微服务 Android Go 程序员面试 JVM ASP.net core 云原生人工智能后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习多线程 React 架构 devops 爬虫云计算 Spring Boot LeetCode