sift 後來有兩種擴充套件,都用到pca的概念。
1 pca-sift
pca-sift與標準sift有相同的亞畫素位置(sub-pixel ),尺度(scale)和主方向(dominant orientations),但在第4步計算描述子的時候,它用特徵點周圍的41×41的像斑計算它的主元,並用pca-sift將原來的2×39×39維的向量降成20維,以達到更精確的表示方式。
▲建立pca-sift描述子的步驟:
1) 計算或者載入投影矩陣
2)檢測關鍵點
3) 通過與投影矩陣相乘投影關鍵點周圍的像斑
▲ pca-sift 投影矩陣的產生
△ 選擇一系列有代表性的影象並且檢測這些影象的所有關鍵點
△ 對每乙個關鍵點:
1〉 在它的周圍選擇乙個大小為41×41象素的像斑
2〉 計算垂直和水平的梯度,形成乙個大小為39×39×2=3042的向量
3〉 將這些向量放入乙個k×3042大小的矩陣a,k是所檢測的關鍵點數目。
4〉 計算矩陣a的協方差: a=a-mean a cov a =ata
5〉 計算cov a 的特徵值和特徵向量
6〉 選擇前n個特徵向量,投影矩陣是乙個由這些特徵向量組成的n×3042的矩陣
7〉 n可以是乙個根據經驗設定的固定值,也可以基於特徵值動態選擇。
8〉 投影矩陣只計算一次,並且儲存
▲ 建立描述子
△ 輸入: 在尺度空間關鍵點的位置和方向
△ 在關鍵點周圍提取乙個41×41的像斑於給定的尺度,旋轉到它的主方向
△ 計算39×39水平和垂直的梯度,形成乙個大小為3042的向量
△ 用預先計算好的投影矩陣n×3042與此向量相乘
△ 這樣生成乙個大小為n的pca-sift描述子
▲sift和pca-sift的比較
△ sift:
維數:128
缺點:維數高、不完全的仿射不變
優點:需要較少的經驗主義知識,易於開發
△ pca-sift:
缺點:不完全的仿射不變;投影矩陣需要一系列有代表性的影象;這個矩陣只對這類影象起作用
優點:保留不變性的同時低維,大大減少了計算時間
2 gloh (gradient location-orientation histogram)
把原來sift中4×4棋盤格的location bins 改成仿射狀的同心圓的17 location bins 來表示,並計算其中的梯度方向直方圖(梯度方向分為16種),因此共16×17=272維,之後再作pca將其降成128維,因此保有跟sift一樣精簡的表示方法。
名著飄的擴充套件知識
飄 的誕生地 作客亞特蘭大,每天的遊程幾乎都由 東道主 侄女吳雙安排。我除了知道這裡在九十年代就舉辦過奧運會,其餘一無所知。娘娘,你喜歡電影 亂世佳人 嗎?吳雙問我。上海人稱姑姑為娘娘 喜歡啊,很少有人不喜歡的!我有限的幾本藏書中,飄 就列於其中呢。那我們就去參觀 亂世佳人 的原作 飄 的作者瑪格麗...
海外擴充套件應關注的問題
一 海外投資關注點 1 全球經濟 全球經濟資源流向。2 區域經濟 所屬洲及區域經濟狀況 如貨幣 匯率及匯率變動機制 債權債務信用等級等。3 投資國家具體狀況 國家的經濟狀況 政治狀況 戰略位置 市場環境 產業政策 稅收政策 法律政策和環境保護政策等。二 公司所處行業產業發展狀況 1 全球市場概況?2...
2019擴充套件感想
2011年7月30日星期六,公司組織了全員的培訓擴充套件,早上八點從公司坐大巴出發,在大巴上,培訓的老師給我們做了個小遊戲,就是每個人給自己起乙個代號,然後跟大家介紹自己真實的名字和別名,並說出自己前面那些人的代號 從這個遊戲告訴我,要了解自己身邊的每乙個團隊的人,包括這個人的愛好 特長 個人資料 ...