如何生成特征图像关联矩阵？

Question

请帮助我从华盛顿大学Ian Simon Noah Snavely Steven M. Seitz的一篇题为“在线图像集的场景摘要”的论文中理解这个想法。

计算要素图像矩阵：
我们首先将视图集转换为特征图像 关联矩阵。为此，我们使用SIFT关键点检测器 在V中查找所有图像中的特征点 使用SIFT描述符表示要素点。 然后，对于每对图像，我们执行特征匹配 在描述符上提取一组候选匹配。 我们通过估计基础来进一步修剪候选人 矩阵使用RANSAC并删除所有不一致的 匹配完成上一步后 对于所有图像，

我们将比赛组织成曲目， 轨道是要素的连通组件。我们删除 总计包含少于两个要素的轨道，或者在 同一图像中至少有两个功能。在这一点上，我们考虑 每个轨道对应于S中的单个3D点。 从轨道集中，很容易构造| S | -by- | V | 特征图像关联矩阵。

我混淆的部分是斜体。
我们如何将比赛组织成曲目？
以及如何构建特征图像关联矩阵？

请帮助我。 。 。

Answer 1

3个图像轨迹的示例。

1. 检测功能

2. 执行匹配（1 - 2,2 - 3）。现在你有对应的FeatureA_img1 = FeatureB_img2，FeatureC_img2 = FeatureD_img3，FeatureE_img1 = FeatureF_img3。

3. 检查FeatureA_img1 == FeatureB_img2 AND FeatureB_img2 == FeatureC_img3，而不是3张图片中的相同功能。 将其保存在数组中：

   img1 img2 img3 ... imgn FeatureA FeatureB FeatureC ...

对所有通信重复此操作。此表中的行是您要查找的曲目。