기본 콘텐츠로 건너뛰기

라벨이 Computer Vision인 게시물 표시

6장

고찰(2) 주 성분의 방향성분이 본 특징 지표의 회전 불변성에 미치는 영향을 서술하시오. -> 주 성분을 0으로 놓고 주 성분을 기준으로 다시 재정렬 디스크립터의 내용을 분석하는 프로그램을 작성하시오. -> 안 해도 됨. FAST - HST : 주변 데이터 4개를 봐서 극점, Corner를 찾는다. - FST : HST에서 통과된 점에 대해서 주변 데이터 4~16개 - NMS : 가장 큰 것만 남기고 키포인트를 제거한다. - SLAM : 임베디드에서 사용 -단점  코너만을 찾지 않기 때문에 에지가 포함될 수도 있다.  영상을 멀티 스케일로 해석하지 않는다. HST : 1,5,9,13번 4개 중에 3포인트가 threshold보다 모두 높거나 낮으면.. FST : 점점 늘려가면서.. NMS : 가장 큰 점만.. - cv2.FAST_FEATURE_DETECTOR_TYPE 5_8=62.5%, 7_12=58.3%, 9_16=56% -> 통과될 확률이 아닌 threshold. (반대로 생각할 것) 9_16 = 56% 대가 임계점. 그래서 키포인트가 가장 많이 나옴. SURF - 스케일 변환에 견인하다. 그러나 영상을 스케일링하는 것은 아니고 필터가 커진다. - 적분 영상을 쓰기 때문에 필터가 커져도 시간 소비가 일어나지 않는다. - LoG = Laplacian of Gaussian 를 이용한 극점 추출            (2차 미분) - 영상 -> Gaussian -> Laplacian -> Log (느림) 2차 미분을 한 가우시안 영상 ● 고속화 구현 (Haar Wavelet = Haar like feature) - 영상 -> LoG filter -> LoG (적분 영상을 이용)               ...