Image processing 为什么要在面片而不是整个图像上提取SIFT特征?
有些人从图像的面片中提取SIFT特征,例如“在16×16像素的面片上计算128维SIFT描述符,在水平和垂直方向上以8像素的规则间距在网格上密集采样” 为什么他们不直接从原始图像中提取SIFT?像这样从原始图像的补丁中提取SIFT有什么好处Image processing 为什么要在面片而不是整个图像上提取SIFT特征?,image-processing,sift,Image Processing,Sift,有些人从图像的面片中提取SIFT特征,例如“在16×16像素的面片上计算128维SIFT描述符,在水平和垂直方向上以8像素的规则间距在网格上密集采样” 为什么他们不直接从原始图像中提取SIFT?像这样从原始图像的补丁中提取SIFT有什么好处 谢谢 首先,我想说SIFT特征是一个128维的描述符。使用包含实际关注点(从狗身上获得的极值)的16x16邻域计算128个维度。那是相当具体的() 目标部分是为什么他们会在规则8x8间距的网格上采样?我能想到的唯一原因是真正减少计算时间 创建已知数量的描述符
谢谢 首先,我想说SIFT特征是一个128维的描述符。使用包含实际关注点(从狗身上获得的极值)的16x16邻域计算128个维度。那是相当具体的() 目标部分是为什么他们会在规则8x8间距的网格上采样?我能想到的唯一原因是真正减少计算时间
同样,这些只是我的观点,但我希望它能帮助你解决一点我的图像处理问题,我需要在算法忽略的图像区域中使用SIFT特征。因此,我强迫SIFT算法从图像的每个补丁中为我提供特征