Question

我想评估一些探测器

#include <opencv.hpp>
#include <opencv2/xfeatures2d.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main(void)
{
    //===================VARIABLES==========================
    //input images
        Mat img_1 = imread("data/graf1.png", IMREAD_GRAYSCALE);
        Mat img_2 = imread("data/graf3.png", IMREAD_GRAYSCALE);
    //homography matrix
    Mat H1to2;
    FileStorage fs("data/H1to3p.xml", FileStorage::READ);
    fs.getFirstTopLevelNode() >> H1to2;
    //keypoints vector
        vector<KeyPoint> keypoints_1, keypoints_2;
    //decripotrs matrices
    Mat desc1, desc2;
    //SIFT detector
    Ptr<xfeatures2d::SIFT> sift = xfeatures2d::SIFT::create();
    //Descriptor evaluation
    float repeatability;
    int correspCount;
    evaluateFeatureDetector(img_1,img_2,H1to2,&keypoints_1,&keypoints_2,repeatability,correspCount,sift);
    cout<<"repeatability="<<repeatability<<" correspCount="<<correspCount<<" Keypoint 1st="<<keypoints_1.size()<<" Keypoint 2st="<<keypoints_2.size()<<endl;
    return 0;
}

这是输出：

repeatability=0.484741 correspCount=953 Keypoint 1st=2667 Keypoint 2st=3498

但由于repeatability=correspCount/min(Keypoint 1st,Keypoint 2st)上面的值不正确。

在this answer中解释了一个可能的原因，但看看evaluation.cpp（尤其是evaluateFeatureDetector）中calculateRepeatability的实施方式，似乎已经删除了这些非常见的关键点：

...

if( ifEvaluateDetectors )
{
    overlapThreshold = 1.f - 0.4f;

    // remove key points from outside of the common image part
    Size sz1 = img1.size(), sz2 = img2.size();
    filterEllipticKeyPointsByImageSize( keypoints1, sz1 );
    filterEllipticKeyPointsByImageSize( keypoints1t, sz2 );
    filterEllipticKeyPointsByImageSize( keypoints2, sz2 );
    filterEllipticKeyPointsByImageSize( keypoints2t, sz1 );
}
...

Answer 1

在evaluation.cpp第429行：

size_t size1 = keypoints1.size(), size2 = keypoints2t.size();
size_t minCount = MIN( size1, size2 );

其中keypoints1是第一张图像中的实际关键点，keypoints2t是第一张图像上第二张图像中关键点的投影。换句话说，keypoints2t=proj(keypoints2,H^-1)。因此，公式中的分母可能来自size(keypoints1)或size(projection of keypoints2)。

在您提供的输出行中，我假设correspCount=953，size1=2667和size2=1966。

Answer 2

EvaluateFeatureDetector()的代码似乎完全按照中所述的测量方式实现 ķ。 Mikolajczyk，T。Tuytelaars，C。Schmid，A。Zisserman，J。Matas，F。Schaffalitzky，T。Kadir和L. Van Gool。仿射区域探测器的比较。 IJCV，1（65）：43-72,2005。

他们写＆＃34;我们只考虑位于两个图像中场景部分的区域。＆＃34; 此外，将要素的大小标准化为通用比例30，并接受小于40％的重叠误差作为要素的重复。

K中也提到了相同的标准。 Mikolajczyk和C. Schmid，“Scale＆amp; amp;仿射不变的兴趣点探测器，“Int。 J. Comput。 Vis。，vol。 60，不。 1，pp.63-86,2004。但是他们也有这样的标准，即要素的中心距离必须相距1.5像素。我在他们的实施中找不到，但论文也比较老，也许他们对这个标准进行了重复。

如果你仍然感兴趣，你也可以查看this网站，这将引导你进入原始的matlab iplementation，我想这是人们使用的。

CV :: evaluateFeatureDetector不起作用？

2 个答案: