"pre-image" 在这种情况下是什么意思？
What does "pre-image" mean in this context?
我正在比较特征检测算法的性能，例如 Harris、ORB、MSER (OpenCV Python)。我有从不同视点拍摄的同一物体的两张图像。由于我只是这个领域的初学者，我很难理解“原像”在这种情况下的含义。如何获得“原像”？
Detecting regions covariant with a class of transformations has now reached some maturity in the computer vision literature. The requirement for these regions is that they should correspond to the same pre-image for different viewpoints, i.e., their shape is not fixed but automatically adapts, based on the underlying image intensities, so that they are the projection of the same 3D surface patch.
这似乎是引自“A comparison of affine region detectors”论文。
您可以将术语“原像”解释为“3D 表面补丁”（对应于 2D 区域）。换句话说，它是正在拍摄的“场景”/“3D环境”的一部分。
之所以会产生混淆，是因为作者使用该术语来指代 mathematical object，而不是与 photographs/images 有任何关系。
详细说明——将拍摄 3D 场景照片的过程视为数学函数。这个函数有几个输入：3D 场景本身、视点、光照等等。输出是像素强度的二维数组。给定像素强度的 2D 阵列，并关注特定的 2D 区域，相应的 3D 表面块形成函数的“原像”。
我正在比较特征检测算法的性能，例如 Harris、ORB、MSER (OpenCV Python)。我有从不同视点拍摄的同一物体的两张图像。由于我只是这个领域的初学者，我很难理解“原像”在这种情况下的含义。如何获得“原像”？
Detecting regions covariant with a class of transformations has now reached some maturity in the computer vision literature. The requirement for these regions is that they should correspond to the same pre-image for different viewpoints, i.e., their shape is not fixed but automatically adapts, based on the underlying image intensities, so that they are the projection of the same 3D surface patch.
这似乎是引自“A comparison of affine region detectors”论文。
您可以将术语“原像”解释为“3D 表面补丁”（对应于 2D 区域）。换句话说，它是正在拍摄的“场景”/“3D环境”的一部分。
之所以会产生混淆，是因为作者使用该术语来指代 mathematical object，而不是与 photographs/images 有任何关系。
详细说明——将拍摄 3D 场景照片的过程视为数学函数。这个函数有几个输入：3D 场景本身、视点、光照等等。输出是像素强度的二维数组。给定像素强度的 2D 阵列，并关注特定的 2D 区域，相应的 3D 表面块形成函数的“原像”。