Sự khác biệt giữa việc thực hiện sàng lọc dày đặc so với sàng lọc là gì? Ưu điểm/nhược điểm của cái này với cái khác là gì? Tôi đang nói cụ thể về việc triển khai VLFeat.Sàng lọc rạn nứt và sàng lọc dày đặc?
Trả lời
Sự khác biệt rõ ràng là với SIFT dày đặc, bạn có được một mô tả SIFT tại mọi vị trí, trong khi với sift bình thường bạn sẽ có được một mô tả SIFT tại địa chỉ được xác định bởi thuật toán của Lowe.
Có nhiều ứng dụng mà bạn yêu cầu SIFT không dày đặc, một ví dụ tuyệt vời là tác phẩm gốc của Lowe.
Có rất nhiều ứng dụng có kết quả tốt bằng cách tính toán một mô tả ở khắp mọi nơi (mật độ) một ví dụ như vậy là this. Một bộ mô tả tương tự như SIFT dày đặc được gọi là HOG hoặc DHOG, chúng về mặt kỹ thuật không giống nhau nhưng về mặt khái niệm cả hai đều dựa trên biểu đồ của gradient và rất giống nhau.
Nói chung, để nhận dạng danh mục đối tượng chung, kết quả tốt hơn thu được bằng cách sử dụng trích xuất đối tượng dày đặc hơn là trích xuất đối tượng dựa trên điểm chính.
Trên http://www.vlfeat.org/overview/dsift.html bạn có thể tìm thấy chi tiết cách các tính năng hình ảnh được trích xuất cho cả SIFT và triển khai SIFT dày đặc cũng như so sánh thời gian thực thi của chúng. Ưu điểm chính của mô tả VLFeat dày đặc SIFT là tốc độ.
Trong MediaMixer Deliverable D1.1.2 kỹ thuật phát hiện khái niệm trong đó trình bày cả SIFT và mô tả SIFT dày đặc được sử dụng và kết quả thử nghiệm cho thấy kết hợp này cung cấp phân loại chính xác hơn. Để biết thêm thông tin, bạn có thể tham gia cổng cộng đồng MediaMixer trên http://community.mediamixer.eu/.
Sense dày đặc thu thập nhiều tính năng hơn ở mỗi vị trí và chia tỷ lệ trong hình ảnh, tăng độ chính xác của nhận dạng tương ứng. Tuy nhiên, độ phức tạp tính toán sẽ luôn là một vấn đề cho nó (liên quan đến SIFT bình thường).
Nếu bạn đang sử dụng SIFT để phân loại, tôi khuyên bạn nên sử dụng SIFT bình thường với nhiều hàm hạt nhân (để phân cụm) như trái ngược với việc sử dụng Dense SIFT với một hàm hạt nhân tuyến tính đơn. Tuy nhiên, bạn sẽ nhận được giao dịch tốc độ/độ chính xác rõ ràng.
Tôi khuyên bạn nên xem tờ giấy this giải thích sự khác biệt về triển khai trong Big-Oh.
Vui lòng mở rộng trên bước phân cụm. – mrgloom
Bạn có thể đọc thêm về DenseSIFT trong chi tiết triển khai VLFeat.
DenseSIFT nhanh hơn (tốc độ x30-x60).
http://www.vlfeat.org/overview/dsift.html http://www.robots.ox.ac.uk/~vedaldi/assets/pubs/vedaldi10vlfeat-tutorial.pdf
- 1. hình ảnh Scale trong tương android để sàng lọc rộng
- 2. số Output các dòng trong một file văn bản để sàng lọc trong Unix
- 3. Bất kỳ câu hỏi sàng lọc điện thoại UML nào tốt ngoài kia?
- 4. Android webview phù hợp với tất cả nội dung để sàng lọc
- 5. Dò web, sàng lọc màn hình, mẹo khai thác dữ liệu?
- 6. Giúp hiểu Sàng thực hiện Eratosthenes
- 7. Maven lọc garbling ký tự đặc biệt
- 8. Cách tốt hơn để biến một lớp ruby thành một mô-đun hơn là sử dụng các sàng lọc?
- 9. Sản xuất Vala và Genie đã sẵn sàng chưa?
- 10. SQLAlchemy và django, sản phẩm đã sẵn sàng chưa?
- 11. jQuery .live() và Tài liệu đã sẵn sàng
- 12. Django và NoSQL, mọi thư viện sẵn sàng sử dụng?
- 13. Không đồng bộ và tài liệu sẵn sàng
- 14. HBase có ổn định và sẵn sàng sản xuất không?
- 15. Sử dụng Tải hoặc sẵn sàng?
- 16. DAT.gui - sản xuất sẵn sàng thay thế
- 17. Sản phẩm TideSDK đã sẵn sàng chưa?
- 18. Zend_Service_Twitter - Làm cho API v1.1 sẵn sàng
- 19. Azure/web-farm đã sẵn sàng SecurityTokenCache
- 20. Datastax - Chuẩn bị sẵn sàng an toàn?
- 21. Sản phẩm ZeroMQ đã sẵn sàng chưa?
- 22. Sử dụng pytables, hiệu quả hơn: ma trận scipy.sparse hoặc dày đặc dày đặc?
- 23. Sàng số nguyên tố nhanh trong Python
- 24. tài liệu jquery sẵn sàng xử lý
- 25. OpenJDK - sẵn sàng để sản xuất?
- 26. Clojure - đuôi sàng đệ quy của Eratosthenes
- 27. Câu hỏi về nhiều sẵn sàng ('s)
- 28. Sàng phân đoạn của Atkin, có thể?
- 29. Prolog: Lọc danh sách?
- 30. .htaccess và lọc $ _GET
Đây là một câu trả lời tốt, nhưng xét về SIFT dày đặc được gọi là HOG là không chính xác. Mặc dù cả hai đều dựa trên các thùng gradient, HOG và SIFT là hai bộ mô tả khác nhau (dày đặc hay không; mặc dù HOG thường được lấy mẫu dày đặc). – Jotaf
@ Jotaf: bạn nói đúng Tôi đã quá đơn giản. Tôi đã chỉnh sửa câu trả lời của tôi một chút. – carlosdc
Nếu bạn tính toán SIFT gốc tại mỗi điểm bạn không nhận được denseSIFT http://www.vlfeat.org/overview/dsift.html – mrgloom