物体识别用SIFT特征

我3种类型的对象即简单对象识别研究工作： 1.预订 2.杯 3.球物体识别用SIFT特征

我具有50个训练图像的每个样品和测试每个样品20个图像。我所有的分类和分类都表现得非常好，而且没有问题。

但我的问题是项目的最后一部分，我应该在测试图像中围绕检测到的对象绘制一个矩形框。 Uptil现在我检查了我的分类，并且与贝叶斯分类一起工作良好。我的问题是，我有50个测试图像，我如何从50个样本中选择最佳匹配，以便能够绘制边界框，而不会出现物体遮挡或可能包围较大区域。 http://docs.opencv.org/doc/tutorials/features2d/feature_detection/feature_detection.html 该链接显示一对一匹配使用冲浪的对象，我在我的工作中试图做的是使用类似的算法，我计算了同一类型样本的所有关键点并执行匹配。但问题是我不知道要选择哪个图像来执行比赛。

请，如果你能提供给我一些提示这将是非常有益的谢谢

来源

2013-07-15 rish

您对“每个样本50个训练图像”和“每个样本20个测试图像”是什么意思？也许你可以举个例子或张贴一些图片来更好地说明你的问题。因为这是你的英语很难破译。 – lightalchemist

我有模型（100 x 150）的杯子，例如，我有一个杯子在桌子上的测试图像（640 x 480）。我的问题是如何从训练图像样本中确定最佳匹配图像，以便能够在测试图像中围绕杯子绘制正确的边界框 – rish

为什么不用SIFT或SURF与所有相关的训练图像并选择最佳匹配？ –

一种方式来做到这一点是计算查询和测试图像之间的单应检查后内点的数量。看看this OpenCV tutorial。如果与单应性相符的内点集很大，则表示两个图像之间的匹配良好。这可能或可能不适合你的问题，但它绝对值得一试。

来源

2013-07-15 11:03:38 Zaphod

物体识别用SIFT特征

回答

相关问题