क्या स्केल-इनवेरिएंट फीचर निष्कर्षण के लिए एसयूआरएफ और एसआईएफटी के लिए कोई तेज विकल्प हैं?

Question

एसआईआरएफ पेटेंट किया गया है, जैसा कि एसआईएफटी है। ओआरबी और बीआरईईएफ पेटेंट नहीं हैं, लेकिन उनकी विशेषताएं स्केल-इनवेरिएंट नहीं हैं, जटिल परिदृश्यों में उनकी उपयोगिता को गंभीरता से सीमित कर रही हैं।

क्या कोई सुविधा निकालने वाले हैं जो स्केल-इनवेरिएंट सुविधाओं को एसयूआरएफ जितनी तेजी से निकाल सकते हैं और एसयूआरएफ और एसआईएफटी के रूप में इतनी सख्ती से पेटेंट नहीं कर सकते हैं?

Answer 1

हालांकि आप पहले से ही ब्रिस्के चुनते हैं, तो आपको FREAK दिलचस्प मिल सकता है। लेखक का दावा ब्रिस्के और ओआरबी से बेहतर परिणाम है। मुझे यह भी जोड़ना चाहिए कि ORB स्केल-इनवेरिएंट है लेकिन उस क्षेत्र में कुछ समस्याएं हैं। इसलिए मैं इसे किसी भी कोशिश करने के लिए अभी भी अनुशंसा करता हूं।

FREAK source code ओपनसीवी के साथ संगत है (उन्हें मर्ज करना कितना आसान है मुझे नहीं पता) और लेखक इसे ओपनसीवी प्रोजेक्ट में सबमिट करने पर काम कर रहा है।

संपादित करें:

FREAK is now part of opencv feature detectors/descriptors.

आप can read here more कई सुविधा डिटेक्टरों/एक्सट्रैक्टर्स के बीच मतभेदों के बारे में, and also a series of benchmarks जो सनकी और अन्य लोकप्रिय लोगों में शामिल हैं।

Answer 2

आप multi-scale histogram of oriented gradients आजमा सकते हैं। यह पूरी तरह से पैमाने पर परिवर्तनीय नहीं होगा, लेकिन यदि आपका डेटा स्केल सीमाओं के उचित सेट (अक्सर अभ्यास में मामला) के साथ बाध्य होता है तो यह संभवतः आपके लिए काम कर सकता है।

एक और दृष्टिकोण, पूरी तरह से क्या अपने इच्छित अनुप्रयोग है पर निर्भर करता है, poselets लाभ उठाने के लिए किया जाएगा, भले ही वे उन्मुख ढाल के मैदान हिस्टोग्राम, या उपस्थिति मॉडल की तरह एक गैर पैमाने-अपरिवर्तनीय वर्णनकर्ता की चोटी पर बनाया जाता है। यदि आपके प्रशिक्षण डेटा में टिप्पणियों में अलग-अलग पैमाने पर पहचान के लिए अलग-अलग वस्तुओं के उदाहरण शामिल हैं, तो प्रशिक्षण के लिए पॉज़लेट्स में प्रयुक्त प्रोस्ट्रस्ट-शैली की दूरी को बहुत पैमाने पर आविष्कार का ख्याल रखना चाहिए। यह संतोषजनक नहीं हो सकता है हालांकि यदि आपका प्राथमिक एप्लिकेशन भागों के स्थानीयकरण का पता नहीं लगाया गया है।

एक तरफ, मुझे लगता है कि यह दुर्भाग्यपूर्ण है कि एसआईएफटी और एसयूआरएफ इस तरह से पेटेंट करने में सक्षम थे, क्योंकि वे अनुदान के माध्यम से करदाता डॉलर के साथ वित्त पोषित थे (कम से कम हिस्से में)।

Answer 3

मैं Brisk का उपयोग कर समाप्त हुआ, जो एसयूआरएफ के मुकाबले प्रदर्शन के साथ एक फीचर डिटेक्टर है लेकिन बीएसडी लाइसेंस के तहत। इसके अलावा, इसे एक बहुत ही अच्छा ओपन सोर्स सी ++ कार्यान्वयन मिला है जो ओपनसीवी फ़ीचरडिएक्टर फ्रेमवर्क में आसानी से प्लग करता है, इसलिए यह आपके कोड में SURF पर तेज का उपयोग करने के लिए 2 लाइनों की तरह है।

Answer 4

सनकी अब, OpenCV 2.4.2 में शामिल है तो आप आसानी से उपयोग कर सकते हैं :-)

Answer 5

सनकी सबसे तेजी पैमाने और रोटेशन अपरिवर्तनीय वर्णनकर्ता निकालने माना जाता है, यह खुला स्रोत और आप है इसे आसानी से उपयोग कर सकते हैं क्योंकि इसे ओपनसीवी में कार्यान्वित किया जाता है। आपको एक बाइनरी मैचर की आवश्यकता है जो हैमिंग दूरी का उपयोग करता है, जैसे BruteForceMatcher।

यहां आपके पास इसका उपयोग करने के लिए example है, आसानी से SIFT वर्णनकर्ता द्वारा प्रतिस्थापित किया गया है।

Answer 6

आप KAZE को आजमा सकते हैं, यह तेज़ और अधिक सटीक होना चाहिए (वीडियो फैंसी लगते हैं, लेकिन मुझे अभी तक इसे आजमाने की कोशिश नहीं हुई)।इसके एक त्वरित संस्करण भी उपलब्ध है।

पाब्लो एफ। एलकांटारिला, एड्रियान बार्टोली और एंड्रयू जे डेविसन, "KAZE Features", कंप्यूटर विजन (ईसीसीवी) पर यूरोपीय सम्मेलन में। Fiorenze *, इटली। अक्टूबर 2012.

पाब्लो एफ। अलकांटारिला, जेसुस न्यूवो और एड्रियान बार्टोली, "Fast Explicit Diffusion for Accelerated Features in Nonlinear Scale Spaces", ब्रिटिश मशीन विजन सम्मेलन (बीएमवीसी) में। ब्रिस्टल, यूके। सितंबर 2013

स्रोत कोड, वीडियो और अधिक author's website पर पाए जा सकते हैं।

* Firenze मील का पत्थर अंक की

Answer 7

पहचान और खोजने हॉग सुविधाओं (यह पेटेंट नहीं है) मील का पत्थर अंक के आसपास पैच के गठन से।