为什么二进制描述符有效?
Why binary descriptors work?
我正在阅读有关二进制描述符的内容,但无法理解它们的工作原理。到目前为止,我已经了解动机是创建可以非常快速地计算和匹配的描述符。我们采样 n 对点,比较 n 个位置对中每个点的强度,并构建一个 n 长度向量。然后我们使用汉明距离作为两个补丁描述符之间的相似性度量。
假设我正在使用二进制描述符比较两个完全相同的补丁。由于我两次都独立地对 n 对进行采样,因此补丁的相似性和特征向量之间似乎没有任何相关性。我可能在第一个补丁中采样了 n 对,在第二个补丁中以相反的顺序采样了相同的 n 对,得到的汉明距离将为 n。
我已阅读BRIEF paper。
该实现通常 hard-encodes 一对 "random" 订单,然后用于计算每个补丁的描述符。
您可以在 OpenCV 中找到 BRIEF on github。
我正在阅读有关二进制描述符的内容,但无法理解它们的工作原理。到目前为止,我已经了解动机是创建可以非常快速地计算和匹配的描述符。我们采样 n 对点,比较 n 个位置对中每个点的强度,并构建一个 n 长度向量。然后我们使用汉明距离作为两个补丁描述符之间的相似性度量。
假设我正在使用二进制描述符比较两个完全相同的补丁。由于我两次都独立地对 n 对进行采样,因此补丁的相似性和特征向量之间似乎没有任何相关性。我可能在第一个补丁中采样了 n 对,在第二个补丁中以相反的顺序采样了相同的 n 对,得到的汉明距离将为 n。
我已阅读BRIEF paper。
该实现通常 hard-encodes 一对 "random" 订单,然后用于计算每个补丁的描述符。
您可以在 OpenCV 中找到 BRIEF on github。