我正在尝试使用事实上的标准framework by Mikolajczyk et. al来评估我的SURF描述符实现的正确性。我正在使用OpenCV来检测和描述SURF功能，并使用相同的功能位置作为我的描述符实现的输入。
为了评估描述符性能，框架需要首先评估检测器的可重复性。遗憾的是，重复性测试需要一系列特征位置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。但是，OpenCV的SURF探测器仅提供特征位置，比例和方向。
related paper建议从第二矩矩阵的特征值迭代地计算这些椭圆参数。这是唯一的方法吗？据我所知，这需要一些摆弄OpenCV。之后是否无法从特征列表和输入图像计算这些椭圆参数（例如在Matlab中）？
有没有人曾经使用过这个框架，可以帮助我提供一些见解或指示？
答案 0 :(得分：6)
您可以使用OpenCV中的文件evaluation.cpp。在目录OpenCV / modules / features2d / src中。在这个文件中你可以使用类“EllipticKeyPoint”，这个类有一个函数将“KeyPoint”转换为“ElipticKeyPoint”
答案 1 :(得分：2)
老实说，我从未使用过这个框架。但我认为你应该看到这个paper关于本地描述符的性能评估。