Q

如何评价特征描述与匹配算法

2014-01-19 116 views 2 likes

2

我试图评估的特征检测器和描述符基于此tutorial 如何评价特征描述与匹配算法

我想建立的评价部分ROC曲线因此我有FLANN算法获得TP，FN，FP和TN。事情是，我不知道如何获得这些价值！我已经阅读了很多论文，但没有一篇解释，例如他们是如何得到误报的。在给定的教程中，您可以设置一定的阈值，以便您可以计数好的和不合格的匹配，但那不是证明everthing正确匹配的理由。我应该手动计算每个图像对的数量吗？还是他们的常用技术可以自动解决。

在此先感谢您的帮助！

2014-01-19 user3212261

A

回答

2

您必须具备所谓的“基本事实” - 手动检查两幅图像之间的对应关系或变换矩阵（基本或单应性）。与此矩阵一致的对应关系是正确的。

检查Mykolajczyk等人在经典论文中使用的方法。 “A comparison of affine region detectors”，“A PERFORMANCE EVALUATION OF LOCAL DESCRIPTORS”和Moreels及佩罗娜"Evaluation of Features Detectors and Descriptors based on 3D Objects“

2014-01-19 15:30:03

+0

谢谢您的回复快！我可以用cv2.findHomography（）从OPENCV它返回一个面具指定的内围和离群点呢？ – user3212261

+0

使用什么？一开始，您可以下载计算机视觉数据集准备好homogrpaphy，这已被用于论文上http://www.cvpapers.com/datasets.html –

+0

我想用它来从我的手术数据集生成一个基本事实，因为他们有特殊的需求，我想探索更多 – user3212261

相关问题