在计算特征向量时使用筛选关键点半径

Question

我已经学过很多关于SIFT的教程，并且对如何检测关键点有很好的理解。但是在提取SIFT特征向量时，关键点尺度在哪里发挥作用。

据我了解，我们只需在关键点附近放一个16 X 16的窗口，并将数量和方向存储在垃圾箱中。

我可以理解关键点方向的使用位置，而不是规模。

Answer 1

SIFT在关键点周围采用窗口[比例X比例] * coef（通常是coef = 3 * sqrt（3）），将其映射到41x41（固定）补丁并且比它上面的mag＆amp; ori东西。补丁可以是16x16，但结果较差。

Answer 2

我理解你的问题有点困难，也许你可以更直接？ 无论如何，这里有一些关于SIFT的见解：

在执行的特征提取中应考虑比例 在附近。通常，这是通过设置高斯函数来完成的 具有与其中的比例成比例的方差的关键点 检测到了一点。该函数用作估计的函数 梯度直方图。

另外，当你提到关键点方向时，我想你所指的是什么 在这一点附近是最常见的方向。这是计算的 通过查找直方图中的最大bin和此方向 存储是为了使点具有旋转不变性。

我希望有所帮助，欢呼。