Question

以下代码是用C ++编写的，我正在使用OpenCV进行实验。假设我以下列方式使用kd-tree（FlannBasedMatcher）：

//these are inputs to the code snippet below. 
//They are filled with suitable values
Mat& queryDescriptors;
vector<Training> &trainCollection;
vector< vector<DMatch> >& matches;
int knn;

//setting flann parameters
const Ptr<flann::IndexParams>& indexParams=new flann::KDTreeIndexParams(4);
const Ptr<flann::SearchParams>& searchParams=new flann::SearchParams(64);
FlannBasedMatcher matcher(indexParams, searchParams);

for (int i = 0; i < trainCollection.size();i++){
    Training train = trainCollection.at(i);  
    Mat trainDescriptors(train.trainDescriptors);
    trainDescriptorCollection.push_back(trainDescriptors);
}
matcher.add(trainDescriptorCollection);
matcher.train();

//Now, we may do knnMatch (or anyother matching) 
matcher.knnMatch(queryDescriptors,matches,knn);

在上面的代码中，似乎在调用train（）函数时进行了训练（即构建了kd-tree）。但是如果我们看一下train（）函数，这里就是捕获：

void FlannBasedMatcher::train()
{
    if( flannIndex.empty() || mergedDescriptors.size() < addedDescCount )
    {
        mergedDescriptors.set( trainDescCollection );
        flannIndex = new flann::Index( mergedDescriptors.getDescriptors(), *indexParams );
    }
}

这两个操作（设置训练描述符和flann索引，我在调用train（）之前已经完成）。那么什么时候构建kd树呢？

Answer 1

当代码调用FlannBasedMatcher :: train（）时，FlannBasedMatcher的索引将由

构建

flannIndex = new flann::Index( mergedDescriptors.getDescriptors(), *indexParams );

代码

if( flannIndex.empty() || mergedDescriptors.size() < addedDescCount )

是检查之前是否已经构建了FlannBasedMatcher的索引。如果之前构建了索引，train（）函数将跳过构建索引的过程以节省时间。

Answer 2

从the documentation开始，每次匹配前都会进行训练（即在你的汽车建造kd树中）。 cv::DescriptorMatcher类在需要时自动调用训练方法。

在什么阶段，培训完全在OpenCV的FlannBasedMatcher中进行？

2 个答案: