sift s cale- i nvariant- f eature- t ransform
DESCRIPTION
SIFT S cale- I nvariant- F eature- T ransform. Abschlusspräsentation Team Tim B. JaglaPatrick Nierath [email protected]@st.ovgu.de. Warum SIFT?. Invariant gegenüber… Skalierung Rotation Beleuchtungssituationen Betrachtungsperspektive - PowerPoint PPT PresentationTRANSCRIPT
SIFT Scale-Invariant-Feature-Transform
Abschlusspräsentation
Team
Tim B. Jagla Patrick Nierath
Invariant gegenüber…
• Skalierung
• Rotation
• Beleuchtungssituationen
• Betrachtungsperspektive
Interessantes Neuland
• „We used SIFT before SURF was cool ;-)“
Warum SIFT?
2
• Schwankende Ergebnisse – Mäßige Sensitivität
• Überrascht in manchen schwierigen Situationen
Wie gut funktioniert das Verfahren auf den Testdaten?
3
ohne Filterung der MatchesParadebeispiel
4
mit Filterung der MatchesParadebeispiel
5
Filterung über Distanzmaße
Verlässlichere Ergebnisse als k-Nearest-Neighbour
TestergebnisseSensitivität
Ø 52,77%
FP / #DS
Ø 0,7
6
Warum hat das Verfahren teilweise nicht funktioniert?
7
Warum hat das Verfahren teilweise nicht funktioniert?
8
9
Detektion der relevanten Keypoints (!)
Parameter / Bildformat / Performanz
Qualität und Menge der Matches
Brute Force Matcher
Bewertung der Match-Relevanz
knn Match / (Bag of Words Classifier)
Zusammenfassung Probleme
Noch Fragen?...
10