vl_ubcmatch如何在技术上工作？

发布时间：2020-12-16 10:32:36 所属栏目：百科来源：网络整理

导读：我正在阅读vl_ubcmatch的函数源代码,提供 here,我试图理解,它如何计算得分,以及它如何在内部技术上工作. 但是,这个C代码有这些宏,奇怪的##变量,有什么不是,我没有经验.所以这里的主要问题是我在C中的无能.如果可能的话,有人可以告诉我,vl_ubcmatch是如何工作

我正在阅读vl_ubcmatch的函数源代码,提供 here,我试图理解,它如何计算得分,以及它如何在内部技术上工作.

但是,这个C代码有这些宏,奇怪的##变量,有什么不是,我没有经验.所以这里的主要问题是我在C中的无能.如果可能的话,有人可以告诉我,vl_ubcmatch是如何工作的？它如何比较两个描述符？

解决方法

这在 Distinctive Image Features
from Scale-Invariant Keypoints的第7.1和7.2节中进行了解释.

该功能的文档在这里：http://www.vlfeat.org/mdoc/VL_UBCMATCH.html

仅当d1和d2之间的距离远小于到d1的距离和图像2中的任何其他特征时,才使用从图像1中的特征d1到图像2中的特征d2的匹配.匹配需要明显优于任何其他特征.潜在的匹配. “重要”由传递给VL_UBCMATCH函数的阈值定义.

第7.2节引用近似最近邻搜索结构,但VL_UBCMATCH不使用它：

for(k1 = 0 ; k1 < K1 ; ++k1,L1_pt += ND ) {                        
                                                                    
  PROMOTE_##MXC best = maxval ;                                     
  PROMOTE_##MXC second_best = maxval ;                              
  int bestk = -1 ;                                                  
                                                                    
  /* For each point P2[k2] in the second image... */                
  for(k2 =  0 ; k2 < K2 ; ++k2,L2_pt += ND) {                      
                                                                    
    int bin ;                                                       
    PROMOTE_##MXC acc = 0 ;                                         
    for(bin = 0 ; bin < ND ; ++bin) {                               
      PROMOTE_##MXC delta =                                         
        ((PROMOTE_##MXC) L1_pt[bin]) -                              
        ((PROMOTE_##MXC) L2_pt[bin]) ;                              
      acc += delta*delta ;                                          
    }                                                               
                                                                    
    /* Filter the best and second best matching point. */           
    if(acc < best) {                                                
      second_best = best ;                                          
      best = acc ;                                                  
      bestk = k2 ;                                                  
    } else if(acc < second_best) {                                  
      second_best = acc ;                                           
    }                                                               
  }                                                                 
                                                                    
  L2_pt -= ND*K2 ;                                                  
                                                                    
  /* Lowe's method: accept the match only if unique. */             
  if(thresh * (float) best < (float) second_best &&                 
     bestk != -1) {                                                 
    pairs_iterator->k1 = k1 ;                                       
    pairs_iterator->k2 = bestk ;                                    
    pairs_iterator->score = best ;                                  
    pairs_iterator++ ;                                              
  }                                                                 
}

这是伪代码：

matches = []
For each descriptor k1 in image 1:
    closest_match_distance = Infinity
    second_closest_match_distance = Infinity
    best_match = None
    For each descriptor k2 in image 2:
        distance_squared = d(k1,k2)
        if (distance_squared < closest_match_distance):
            second_closest_match_distance = closest_match_distance
            closest_match_distance = distance_squared
            best_match = k2
    If (threshold * closest_match_distance <
      second_closest_match_distance AND best_match != None):
        matches.Insert((k1,best_match,closest_match_distance))
return matches

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!