C++ 有效地在L1规范化OpenCV描述符上执行有符号平方根

我有一个矩阵，其中每一行是64维的SURF描述符。对于每一行，我需要：

L1使其正常化

对于每个元素，计算其有符号平方根

我得出结论的唯一方法是：

template <typename T> int sgn(T val) {
    return (T(0) < val) - (val < T(0));
}

void SURFOpenCV::ComputeDescriptors(cv::Mat &img, cv::Mat1f &descriptors){
    descriptors.release();
    std::vector<cv::KeyPoint> pts;
    surf->detectAndCompute(img, cv::Mat(), pts, descriptors);
    //if there is at least one keypoint
    if(pts.size()){
        // For each row
        for (int i = 0; i < descriptors.rows; ++i) {
            // Perform L1 normalization on the whole descriptor
            cv::normalize(descriptors.row(i), descriptors.row(i), 1.0, 0.0, cv::NORM_L1);
            for (int j = 0; j<descriptors.cols; j++) {
                float val = descriptors.at<float>(i,j);
                descriptors.at<float>(i,j) = sgn(val) * std::sqrt(val);
            }
        }
    }
}

template int sgn（T val）{
返回值（T（0）detectAndCompute（img，cv:：Mat（），pts，描述符）；
//如果至少有一个关键点
if（pts.size（））{
//每行
对于（int i=0；i对于（int j=0；jprofiler指出您的算法的哪一部分消耗的时间最多？我没有分析它，但最好避免对单个元素进行操作，而更喜欢对整个向量/数组/数据结构进行操作的特定函数，您不这样认为吗？您是否错过了
abs
？
std:：sqrt（std:：abs（val））
？@Miki oh gosh I did:D然而，操作元素对我来说效率太低了。我昨天做了两次测试。两次测试的速度都比你的方法快2倍，但只有10000行左右的速度才有意义。我认为你的描述符少得多，所以在实践中没有区别。你还感兴趣吗在这些方面？你的分析器指出你的算法的哪一部分消耗了最多的时间？我没有分析它，但最好避免对单个元素进行操作，而更喜欢对整个向量/数组/数据结构进行操作的特定函数，你不认为吗？你是否错过了一个
abs
？
std:：sqrt（std:：abs（val））
？@Miki oh gosh I did:D然而，操作元素对我来说效率太低了。我昨天做了两次测试。两次测试的速度都比你的方法快2倍，但只有10000行左右的速度才有意义。我认为你的描述符少得多，所以在实践中没有区别。你还感兴趣吗在那些里面？