为什么Vlfeat为不同的图像生成相同数量的描述符？

Question

我注意到Vlfeat / Sift为不同的图像生成相同数量的描述符，为什么？ 定向分配的目标是什么？在描述符形成过程中似乎存在类似的过程。 我是SIFT的新手，对SIFT中的很多东西感到困惑。谢谢你的帮助。

Answer 1

Vlfeat / Sift为不同的图像生成相同数量的描述符，为什么？

除非您使用given input keypoints（*）明确传递文件，否则描述符的数量 NOT 相同，并且显然取决于输入图像内容。

例如，如果您将Starbucks logo与Lena进行比较：

./sift --frames starbucks.pgm; wc -l starbucks.frame
 601 starbucks.frame

./sift --frames lena.pgm; wc -l lena.frame
1769 lena.frame

这里我使用了300x300像素的图像。 --frames输出找到的关键点，每行有一个位置，比例和方向。

（*）这意味着您要求VLFeat描述一组预定义的兴趣点。使用sift VLFeat命令行工具，您可以使用--read-frames选项执行此操作。

定向分配的目标是什么？

这是为了实现旋转不变性。如果您参考original paper：

  

基于本地，为每个关键点位置分配一个或多个方向   图像渐变方向。所有未来的操作都是对图像数据执行的   已相对于指定的方向，比例和位置进行了转换   对于每个特征，从而为这些变换提供不变性。