Локальная область ключевой точки

[ProgRoman 9]

Не совсем понятно как определять оптимальный размер локальной области вокруг ключевой точки

То есть у нас есть набор ключевых точек полученных с помощью FAST как дальше определить размер области по которой можно было бы построить дескриптор

[mrgloom 242]

а вы какой дескриптор строите?

[ProgRoman 9]

да я хотел попробовать взять ключевые точки и подсчитать в окрестности или HOG, или LBP и посмотреть, что получится, но что бы это сделать надо знать размер локальной области по которой и будет вычисляться дескриптор HOG и LBP вот

[mrgloom 242]

так HOG и LBP не зависят же от ключевой точки, они определяются в окне размер которого = размеру объекта вроде как.

[ProgRoman 9]

ну да всё так и есть, я просто подумал, что если взять окрестность точки такую что бы она была информативна ну не слишком маленькую и большую вот, и попробовать к ней применить эти дескрипторы может быть получится тоже не плохое распознавание.. то есть грубо говоря тот же hog и lbp только не ко всему изображению, а к точкам вот...

[mrgloom 242]

ну вообще то вы получите зависимость от масштаба, если так сделаете для ключевых точек, а дескрипторы типа SIFT как раз инварианты к этому(хотя скорее всего тоже в каких то пределах).

а вообще что то такое делают, типа deformable models , но во-первых я в подробности не вдавался как эти области задаются и как связаны, а во вторых там код под линукс и без напильника не заведётся просто так.

хотя в опенцв есть latent svm вроде как тоже самое.

хотя походу есть проблема

http://answers.opencv.org/question/1185/opencv-and-latent-svm-detector/

[ProgRoman 9]

то есть чем больше область тем лучше распознавание?

latent svm там же вроде бы мы окошком пробегаем и применяем несколько фильтров грубый обобщённый для объекта и несколько уточняющих

[mrgloom 242]

то есть чем больше область тем лучше распознавание

ну по идее, чем больше окно тем лучше, но это сильно влияет на скорость, но наверно чем больше окно тем больше надо и примеров опять же.

тем более тут интересный момент, что допустим вы размечаете набор изображений отмечая объекты прямоугольниками, у вас получаются они разных размеров, потом всё это надо привести к какому то одному размеру, и получается что пропорции объектов нарушаются+объекты в рамках имеют разные позы+ в рамки попадает фон.

так что подход изначально уже дефектный.

[ProgRoman 9]

ну да честно говоря я тоже так думал) просто подумал может можно как-то перенести хорошие дескрипторы на локальные области для ключевых точек

[mrgloom 242]

ну по идее делают еще так, что обводят рамкой объекты, в рамке находят точки, у каждой точки дескриптор+ расстояние до центра рамки(наверно еще нормированное на размер) ,а потом по всем рамкам кластеризуют точки и формируют codebook, берут центры кластеров и потом ищут эти точки на изображении и эти точки голосуют за центр объекта.

[ProgRoman 9]

а как обвести рамкой объекты?..

ну это с помощью HOG или Viola-Jones или ещё какими-то алгоритмами..

в ручную просто не очень хотелось бы)

[mrgloom 242]

а как обвести рамкой объекты?

не понял.

тренировочные образцы вы сами обводите.

а модель голосует за центр и за масштаб объекта вроде как и таким образом можно получить рамку вокруг объекта.

[Smorodov 579]

Не, ну если для экспериментов, а не для реальной работы, то можно использовать и Хаара.

Но практической пользы мало будет, т.к. если Вы автоматически можете обвести рамкой объект, то Вы уже имеете обученный детектор.

[mrgloom 242]

возник вопрос как получить размеры патча вокруг точки, по идее он какой то стандартный типа 8х8 и зависит от скейла еще? (возможно еще и от поворота)

для простоты наверно можно было бы использовать что то типа детектора углов Харриса(harris corner detector).

должно получиться что то такое

[Smorodov 579]

Можно для определения размера/масштаба дескриптора попробовать использовать преобразование Фурье.

На каких частотах наибольшая спектральная плотность (локальные экстремумы, а не абсолютные значения), по тем размерам дескрипторов и гонять.

ЗЫ: Не проверял, это всего лишь предположение.

[mrgloom 242]

Можно для определения размера/масштаба дескриптора попробовать использовать преобразование Фурье.

На каких частотах наибольшая спектральная плотность (локальные экстремумы, а не абсолютные значения), по тем размерам дескрипторов и гонять.

что то я вообще не понял причем тут фурье и какой размеры дескриптора имеются ввиду.

я хочу по дескрипторам точек кластеризовать точки, а потом чтобы визуально убедиться что получилось, я хотел вокруг точек вырезать небольшие области.

[Smorodov 579]

А, я не так понял вопрос.

Тогда, видимо, надо смотреть код, как считается дескриптор и брать точки, используемые в расчете, ну и масштаб учитывать.