আমি কোনও চিত্র থেকে বৈশিষ্ট্যগুলি বের করার চেষ্টা করছি, তবে আমি যে পয়েন্টগুলি বের করতে চাই তা পেতে ব্যর্থ হয়েছি এবং তাই আমার চিত্রটি টেমপ্লেটের সাথে মেলে না।
আমার ছবিতে SIFT প্রয়োগ করার আগে আমাকে এমন কোনও চেকপয়েন্ট রয়েছে যা আমি ভাল ফলাফল পেতে পারি? উদাহরণস্বরূপ টেম্পলেট চিত্রটি;
লক্ষ্যযুক্ত চিত্র;
উত্তর:
সিফ্ট ব্যবহার করে কোনও চিত্রের সাথে কোনও টেমপ্লেটের সাথে মিল রেখে যখন আপনার করণীয় হয় তা হ'ল আপনার টেমপ্লেটের বিপরীতে সিট চালানো এবং তারপরে আপনার দৃশ্যে সেই বিন্যাসে s স্থানগুলির বৈশিষ্ট্যগুলি সন্ধান করুন।
থাম্বের বিধি: পছন্দ করতে তুলনা করুন।
সিফ্ট (টেমপ্লেট) সিফ্টের মধ্যে রয়েছে (চিত্র)
আপনি যে বৈশিষ্ট্যগুলি "চান সেগুলি" বের করতে আপনি সিফ্ট টিউন করতে পারবেন না সিফট * এমন বৈশিষ্ট্যগুলি সন্ধান করার জন্য আক্রমণাত্মক ব্যবস্থা ব্যবহার করে যা এটি বিশ্বাস করে যে এটি সবচেয়ে স্পষ্ট। (* ক্রিস এ)
আপনি যদি চান যে এটি আপনার টেমপ্লেট থেকে নির্দিষ্ট বৈশিষ্ট্যগুলি সন্ধান করতে পারে তবে সেগুলির বৈশিষ্ট্যগুলির ছোট ছোট টেম্পলেটগুলি তৈরি করুন এবং সেগুলি অনুসন্ধান করুন।
শুধু একটি পরামর্শ। কোন ধরণের টেম্পলেট আপনি কী ধরণের দৃশ্য বা চিত্রের সাথে ফিট করতে চেষ্টা করছেন তা আমি ঠিক জানি না।
আমি নিশ্চিত না যে আপনি কেবল দুটি চিত্রের সাথে মিল রাখতে চান (উদাহরণস্বরূপ সাধারণ পয়েন্টগুলি সন্ধান করুন), বা আপনি সিবিআইআর (কনটেন্ট-ভিত্তিক চিত্র পুনরুদ্ধার - জাতীয় টেমপ্লেট চিত্রের সাথে একটি ডাটাবেস অনুসন্ধান করে এতে থাকা সবগুলি সন্ধান করতে চান) অবজেক্ট)।
আমি বর্তমানে সিবিআইআর গবেষণা করছি, সুতরাং আমি বর্তমান পদ্ধতিগুলির সাথে আপ-টু-ডেট। স্ট্যাকওভারফ্লো থেকে আপনার অনুরূপ সমস্যার জন্য আমার উত্তরগুলির লিঙ্কগুলি এখানে এবং এখানে রয়েছে, আপনার একবার নজর দেওয়া উচিত।
এখন, SIFT সম্পর্কে কিছুটা কথা বলা। লো এর দ্বারা প্রথম যখন পরিচয় করানো হয়েছিল, এসআইএফটি শব্দটি বৈশিষ্ট্য সনাক্তকরণের প্রক্রিয়া এবং সেই সনাক্তকারী আগ্রহের পয়েন্টগুলিতে গণনা করা বৈশিষ্ট্য বর্ণনাকারীদের ক্ষেত্রে উভয়ই প্রয়োগ করেছিল । আজ অবধি, SIFT বর্ণনাকারীরা অবিশ্বাস্যরূপে দুর্দান্ত হিসাবে প্রমাণিত হয়েছে। বর্ণনাকারীদের কিছু দুর্দান্ত বৈশিষ্ট্য রয়েছে যা @ টোটেরো ইতিমধ্যে উল্লেখ করেছে।
অন্যদিকে, সিআইএফটি সনাক্তকরণের পদ্ধতি , যা আজকাল আরও বেশি করে ডওজি (গাউসিয়ানদের পার্থক্য) হিসাবে পরিচিত, এটি আর অত্যাধুনিক নয়। এটি এখনও ব্যাপকভাবে ব্যবহৃত হয়, তবে বৈশিষ্ট্য সনাক্তকরণের প্রক্রিয়াটির জন্য, আজ আরও অনেকগুলি পদ্ধতি রয়েছে, যার মধ্যে কিছুগুলি ভাল বা সুন্দরভাবে পরিপূর্ণরূপে প্রকারভেদ কীপয়েন্টস ডগ প্রক্রিয়া নিষ্কাশনগুলির ধরণের হয়।
বেশিরভাগ বর্তমান কাগজপত্রগুলিতে (লিঙ্কযুক্ত স্ট্যাকওভারফ্লো প্রশ্নগুলির লিঙ্কগুলি দেখুন) আরও একটি দুর্দান্ত অনুশীলন রয়েছে: তারা বৈশিষ্ট্যগুলি সনাক্তকরণের একাধিক পদ্ধতি একত্রিত করে এবং তারপরে আক্রমণকারী ভেক্টরের উপস্থাপনা গণনা করার জন্য SIFT বর্ণনাকারী (যা এখনও বর্ণনাকারী হিসাবে রক করে) ব্যবহার করে। আমি বর্তমানে ডগির মিশ্রণ নিয়ে কাজ করছি (তারা চিত্রগুলির কোণার মতো অংশগুলিতে ফোকাস করে) এবং এমএসইআর অঞ্চলগুলি (তারা একাধিক স্কেলের মাধ্যমে ব্লব-জাতীয় স্বতন্ত্র পয়েন্টগুলিতে ফোকাস করে)। আপনি যদি চেষ্টা করতে পারেন এবং পরীক্ষা করতে চান এবং আরও বেশি ধরণের বৈশিষ্ট্য সনাক্তকারীকে সেখানে ছুঁড়ে দিতে পারেন, যদি আপনি এই সংমিশ্রণটি আপনার নির্দিষ্ট চিত্রের ডেটাবেজে সন্তুষ্ট না হন।
এছাড়াও, আপনি যদি আগ্রহী হন তবে এখানে একটি কাগজ যা বিভিন্ন সনাক্তকরণ এবং বর্ণনাকারী সংমিশ্রণের অগ্রাধিকারগুলি মূল্যায়ন করে। আমি এটি পড়ি নি যেহেতু ডগি এবং এমএসইআর + সিফ্ট আমার পক্ষে ভাল কাজ করে তবে আমি এটিকে স্কিম করেছি এবং কাগজটি বেশ ভাল।
PS: আমি লিঙ্কযুক্ত আইইইএক্সপ্লেয়ার ডাটাবেসটিতে আপনার অ্যাক্সেস না থাকলে গুগল স্কলার ব্যবহার করুন।
পূর্ববর্তী প্রতিক্রিয়াগুলির উপর বিল্ডিং:
(1) আপনি ইনবিল্ট ডিটেক্টরের পরিবর্তে ঘন স্যাম্পলিং সহ এসআইএফটি (বা এই স্থানীয়-প্যাচ বর্ণনাকারীর আরও উন্নত রূপ) ব্যবহার করতে পারেন। আপনি স্থানীয় প্যাচ আকার এবং নমুনা ঘনত্ব আপনার কার্যকারিতা এবং গণনা ব্যয় আপনার প্রয়োজনীয়তা অনুসারে চয়ন করতে পারেন।
(২) সিআইফটি হ'ল বিস্তৃত বেসলাইন স্টেরিও ম্যাচের জন্য একটি অ্যাফাইন ইনগ্রিনিট বর্ণনাকারী। এর অর্থ হল যে আপনি যখন কোনও চিত্র নেবেন এবং এতে অ্যাফাইন ট্রান্সফর্ম প্রেরণা করবেন তখন SIFT ভাল কাজ করবে, যার মধ্যে 'টেমপ্লেট' অবশ্যই রূপান্তর সহ লক্ষ্য ইমেজে উপস্থিত থাকতে হবে।
পরামর্শ: (ক) চিত্রটি সনাক্ত করার সম্ভাবনাগুলি উন্নত করতে টেমপ্লেট চিত্রগুলির একটি ডাটাবেস তৈরি করুন (সম্ভব হলে)।
(খ) আপনি BoW মডেলটি বেসলাইন হিসাবে ব্যবহার করতে পারেন যদি আপনি নিজের কাজটিতে কোনও সিবিআইআর পদ্ধতির অবলম্বন করেন।
(গ) কেবলমাত্র প্রাসঙ্গিক অংশে আপনার টেম্পলেট চিত্রটি ক্রপ করুন এবং একটি অত্যন্ত ঘন SIFT ব্যবহার করুন। http://www.vlfeat.org/overview/dsift.html
(৪) পরে আপনি পিএইচওজি (গ্রেডিয়েন্টসের পিরামিডাল হিস্টোগ্রাম) ইত্যাদির মতো একটি মিটলি-স্কেল বর্ণনাকারী দেখতে চাইতে পারেন যা সম্ভাব্য ফলাফলগুলি উন্নত করতে পারে। http://www.vlfeat.org/overview/dsift.html#tut.dsift.phow