特征对应在图像处理和计算机视觉中至关重要。 为了有效地找到对应的对,在本文中提出了从相同的八边形滤波器组(DFOB)构造特征检测器和描述符。 DFOB方法是一种用于特征点的检测,方向计算和描述的新颖方法,并且在通过积分图像进行计算时非常有效。 DFOB的匹配能力接近诸如SIFT和SURF之类的流行方法,因为它们都将斑点样图像结构检测为感兴趣的特征,并使用定向梯度的直方图描述了这些特征。 在基准数据集上的实验结果表明,DFOB的匹配性能可与SIFT和SURF算法相媲美,而计算成本却低得多,尤其是所提出的描述符比SURF描述符快约50倍。
2022-05-22 21:21:16 2.08MB Feature detection; Feature description;
1
用于面部特征检测的 OpenCV 存储库 该存储库托管 OpenCV C++ 程序,用于检测最常见的面部特征,例如: 眼睛 眉毛 外唇轮廓 面部特征检测将进一步用于情感分类。
2022-03-04 08:55:07 207KB C++
1
功能检测和匹配文档 可以在查看文档。
2021-11-10 20:59:37 29.1MB JupyterNotebook
1
基于相机的2D特征跟踪 这是功能跟踪模块,用于评估自动车辆碰撞检测系统的各种检测器/描述符组合。 该项目包括四个部分: 加载图像,设置数据结构并将所有内容放入环形缓冲区以优化内存负载。 集成了几个关键点检测器,例如HARRIS,FAST,BRISK和SIFT,并就关键点数量和速度进行了比较。 使用蛮力以及FLANN方法提取和匹配描述符。 以不同的组合测试各种算法,并就某些性能指标进行比较。 本地运行的依赖项 cmake> = 2.8 所有操作系统: make> = 4.1(Linux,Mac),3.81(Windows) Linux:大多数Linux发行版默认都安装了make Mac: Windows: OpenCV> = 4.1 必须使用-D OPENCV_ENABLE_NONFREE=ON cmake标志从源代码进行编译,以测试SIFT和SURF检测器。 Open
1
xcms:这是与Bioconductor软件包匹配的git存储库xcms:LCMS和GCMS数据分析
2021-02-05 15:10:21 894KB r feature-detection bioconductor metabolomics
1