Image processing 图像匹配和目标检测,如何对小目标进行检测?
我使用的是SIFT特征,即两幅图像之间的匹配,也可以将其视为目标检测 第一次匹配。我使用SIFT特征进行匹配,当对象很小时,匹配失败 第二次匹配。然而,当我从图像中裁剪出那个对象时,它就起作用了 有什么建议或想法可以在不裁剪的情况下改进第一次匹配 示例图像如下所示 图像A: 图像B:Image processing 图像匹配和目标检测,如何对小目标进行检测?,image-processing,computer-vision,sift,object-detection,object-recognition,Image Processing,Computer Vision,Sift,Object Detection,Object Recognition,我使用的是SIFT特征,即两幅图像之间的匹配,也可以将其视为目标检测 第一次匹配。我使用SIFT特征进行匹配,当对象很小时,匹配失败 第二次匹配。然而,当我从图像中裁剪出那个对象时,它就起作用了 有什么建议或想法可以在不裁剪的情况下改进第一次匹配 示例图像如下所示 图像A: 图像B: 图像C从图像B:mathworks.com/matlabcentral/answers/uploaded_files/21829/imageC.png中裁剪出来标准方法是进行滑动窗口检测,即从窗口大小开始,将其滑动
图像C从图像B:mathworks.com/matlabcentral/answers/uploaded_files/21829/imageC.png中裁剪出来标准方法是进行滑动窗口检测,即从窗口大小开始,将其滑动到图像上,然后选择最匹配的窗口(在某个位置x,y),这项工作可以在多个大小的窗口中完成。基于窗口大小的匹配很有用,但速度非常慢,有什么方法可以更快地完成,