如何使用Mikolajczyk的特征检测器/描述符的评估框架？

Question

我正在尝试使用事实上的标准framework by Mikolajczyk et. al来评估我的SURF描述符实现的正确性。我正在使用OpenCV检测和描述SURF功能，并将相同的功能位置用作描述符实现的输入。

要评估描述符性能，该框架需要首先评估检测器的可重复性。不幸的是，重复性测试需要一系列特征位置以及椭圆参数，用于定义每个特征周围图像区域的大小和方向。但是，OpenCV的SURF检测器仅提供特征位置，比例和方向。

related paper提出从第二矩矩阵的特征值迭代计算这些椭圆参数。这是唯一的方法吗？据我所见，这将需要一些OpenCV的摆弄。是否没有办法从特征列表和输入图像中计算这些椭圆参数（例如在Matlab中）？

有没有人曾经使用这个框架，并可以帮助我一些见解或指针？

Answer 1

您可以使用OpenCV中的文件evaluation.cpp。位于目录OpenCV/modules/features2d/src中。在这个文件中，你可以使用类“EllipticKeyPoint”，这个类有一个功能来将“KeyPoint”转换为“ElipticKeyPoint”

Answer 2

老实说，我从来没有使用这个框架，但我认为你应该看到这个paper关于局部描述符的性能评估。