引導式測驗 · 中等 等級
SIFT 和 ORB 特徵偵測測驗
比較 SIFT 和 ORB 關鍵點和描述符,選擇相容的距離度量,並透過幾何檢查過濾暫時匹配。
問題 1 的 8
圍繞著偵測到的關鍵點,局部影像描述符代表什麼資訊?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 圍繞著偵測到的關鍵點,局部影像描述符代表什麼資訊?
- 整個影像的平均色彩分佈
- 相機的絕對 GPS 位置
- 偵測到的關鍵點周圍的外觀
- 場景的完整 3D 幾何形狀
- 哪種描述符類型與 ORB 關聯?
- Binary
- 像 SIFT 一樣的浮點梯度直方圖
- 完整的灰階影像補丁
- 物件類別的文字嵌入
- 哪個距離通常用來比較 SIFT 描述子?
- 二進位字串上的漢明距離
- 標準化二進位碼的餘弦距離
- 編輯關鍵點座標上的距離
- L2/歐幾里德距離
- 標準 ORB 二進位描述符通常使用哪個距離?
- 浮點向量上的 L2 距離
- 漢明距離
- 令牌嵌入的餘弦距離
- 影像亮度值的比率
- 最近鄰比率測試有助於檢測什麼?
- 相機是否已校準
- 關鍵點是否出現在移動物體上
- 最近的兩個候選描述符過於相似的模糊匹配
- 影像是否包含明亮區域
- 為什麼要根據幾何模型檢查描述符匹配?
- 一些視覺上相似的描述符是錯誤的對應
- 僅描述符相似性就保證了幾何上有效的對
- 每個描述符匹配都是經過驗證的物理點
- 幾何檢查使影像不再需要重疊
- 當ORB在OpenCV使用WTA_K為3或4時可能需要什麼?
- L2 距離,因為所有 ORB 描述符都是浮點
- Hamming2 距離度量
- SIFT描述符轉換為灰階
- 比率測試而不是任何描述符指標
- 團隊應如何針對應用程式比較 SIFT 和 ORB?
- 僅計算一張簡單影像上的原始匹配項
- 選擇返回最多關鍵點的偵測器
- 假設每個場景都採用一種方法
- 測量代表性影像和目標硬體的品質和運行時間