教育行業A股IPO第一股(股票代碼 003032)

全國咨詢/投訴熱線:400-618-4000

BRIEF算法步驟詳細介紹

更新時間:2021年07月30日16時14分 來源:傳智教育 瀏覽次數:

好口碑IT培訓

BRIEF是一種特征描述子提取算法,并非特征點的提取算法,一種生成二值化描述子的算法,不提取代價低,匹配只需要使用簡單的漢明距離(Hamming Distance)利用比特之間的異或操作就可以完成。因此,時間代價低,空間代價低,效果還挺好是最大的優點。

算法的步驟介紹如下:

1. 圖像濾波:原始圖像中存在噪聲時,會對結果產生影響,所以需要對圖像進行濾波,去除部分噪聲。

2. 選取點對:以特征點為中心,取S*S的鄰域窗口,在窗口內隨機選取N組點對,一般N=128,256,512,默認是256,關于如何選取隨機點對,提供了五種形式,結果如下圖所示:

·x,y方向平均分布采樣

·x,y均服從Gauss(0,S^2/25)各向同性采樣

·x服從Gauss(0,S^2/25),y服從Gauss(0,S^2/100)采樣

·x,y從網格中隨機獲取

·x一直在(0,0),y從網格中隨機選取

BRIEF算法01

圖中一條線段的兩個端點就是一組點對,其中第二種方法的結果比較好。

3. 構建描述符:假設x,y是某個點對的兩個端點,p(x),p(y)是兩點對應的像素值,則有:

BRIEF算法02

對每一個點對都進行上述的二進制賦值,形成BRIEF的關鍵點的描述特征向量,該向量一般為 128-512 位的字符串,其中僅包含 1 和 0,如下圖所示:

BRIEF算法03



猜你喜歡:

什么是深度學習?深度學習各層負責什么內容?

OpenCV圖片相加和混合的方法

什么是聚類算法?

K-近鄰算法(KNN)概念:什么是K-近鄰算法?

語言模型-BERT:bert算法介紹

傳智教育人工智能開發課程

0 分享到:
红豆直播app黄台_红豆直播app下载免费_红豆直播app下载