cv::xfeatures2d::BEBLID クラス

BEBLID（Boosted Efficient Binary Local Image Descriptor）を実装するクラス。[262]で記述されている。続き...

#include <opencv2/xfeatures2d.hpp>

Collaboration diagram for cv::xfeatures2d::BEBLID:

公開型
enum	BeblidSize {   SIZE_512_BITS = 100 ,   SIZE_256_BITS = 101 }
	記述子のビット数。各ビットはブースティングの弱学習器である。ユーザーは512ビットまたは256ビットを選択できる。続き...

公開メンバ関数
String	getDefaultName () const CV_OVERRIDE
virtual float	getScaleFactor () const =0
virtual void	setScaleFactor (float scale_factor)=0
Public Member Functions inherited from cv::Feature2D
virtual	~Feature2D ()
virtual void	compute (InputArray image, std::vector< KeyPoint > &keypoints, OutputArray descriptors)
	画像（1番目のバリアント）または画像集合（2番目のバリアント）で検出されたキーポイントの集合について記述子を計算する。
virtual void	compute (InputArrayOfArrays images, std::vector< std::vector< KeyPoint > > &keypoints, OutputArrayOfArrays descriptors)
virtual int	defaultNorm () const
virtual int	descriptorSize () const
virtual int	descriptorType () const
virtual void	detect (InputArray image, std::vector< KeyPoint > &keypoints, InputArray mask=noArray())
	画像（1番目のバリアント）または画像集合（2番目のバリアント）からキーポイントを検出する。
virtual void	detect (InputArrayOfArrays images, std::vector< std::vector< KeyPoint > > &keypoints, InputArrayOfArrays masks=noArray())
virtual void	detectAndCompute (InputArray image, InputArray mask, std::vector< KeyPoint > &keypoints, OutputArray descriptors, bool useProvidedKeypoints=false)
virtual bool	empty () const CV_OVERRIDE
	検出器オブジェクトが空の場合に true を返す。
virtual void	read (const FileNode &) CV_OVERRIDE
	ファイルストレージからアルゴリズムの引数を読み込む。
void	read (const String &fileName)
void	write (const Ptr< FileStorage > &fs, const String &name) const
void	write (const String &fileName) const
virtual void	write (FileStorage &) const CV_OVERRIDE
	アルゴリズムの引数をファイルストレージに保存する。
void	write (FileStorage &fs, const String &name) const
Public Member Functions inherited from cv::Algorithm
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	アルゴリズムの状態をクリアする。
virtual void	save (const String &filename) const
void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
void	write (FileStorage &fs, const String &name) const

静的公開メンバ関数
static Ptr< BEBLID >	create (float scale_factor, int n_bits=BEBLID::SIZE_512_BITS)
	BEBLID記述子を生成する。
Static Public Member Functions inherited from cv::Algorithm
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	ファイルからアルゴリズムを読み込む。
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	文字列からアルゴリズムを読み込む。
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	ファイルノードからアルゴリズムを読み込む。

Additional Inherited Members
Protected Member Functions inherited from cv::Algorithm
void	writeFormat (FileStorage &fs) const

詳細説明

BEBLID（Boosted Efficient Binary Local Image Descriptor）を実装するクラス。[262]で記述されている。

BEBLID [262]は、ブースティングによって学習された効率的なバイナリ記述子である。scale_factorパラメータを変更するだけで、任意の検出器から得られるキーポイントを記述できる。いくつかのベンチマークにおいて、ORBやBRISKといった他のバイナリ記述子を、同等の効率を保ちながら大幅に上回る性能を示すことが実証されている。BEBLIDはKeyPoint周辺の画像のさまざまな領域における平均グレー値の差を用いて記述を行い、本記述子は画像マッチングおよびパッチ検索のために特化して最適化されており、これらの問題が持つ非対称性に対処している。

本コードが有用であると感じた場合は、以下の論文への参照を追加していただきたい:

Iago Suárez, Ghesn Sfeir, José M. Buenaposada, and Luis Baumela. BEBLID: Boosted efficient binary local image descriptor. Pattern Recognition Letters, 133:366–372, 2020.

この記述子は、論文[262]で記述されているように、UBCデータセット[303]のLibertyスプリットからランダムにサンプリングした100万組のパッチペア（陽性20%、陰性80%）を用いて学習された。BEBLIDがどれほどうまく機能するかはAKAZEの例で確認できる。ORBで10000個のキーポイントを検出しBEBLIDで記述すると561個のインライア（75%）が得られるのに対し、ORBで記述すると493個のインライア（63%）しか得られない。

列挙型メンバ詳解

BeblidSize

enum cv::xfeatures2d::BEBLID::BeblidSize

記述子のビット数。各ビットはブースティングの弱学習器である。ユーザーは512ビットまたは256ビットを選択できる。

列挙値
SIZE_512_BITS
SIZE_256_BITS

メンバ関数詳解

create()

static Ptr< BEBLID > cv::xfeatures2d::BEBLID::create ( float scale_factor, int n_bits = BEBLID::SIZE_512_BITS )

static

Python:
	cv.xfeatures2d.BEBLID.create(	scale_factor[, n_bits]	) ->	retval
	cv.xfeatures2d.BEBLID_create(	scale_factor[, n_bits]	) ->	retval

BEBLID記述子を生成する。

引数

scale_factor	検出されたキーポイント周辺のサンプリングウィンドウを調整する: 1.00f はORBキーポイントに適したスケールである 6.75f はSIFTで検出されたキーポイントに適したスケールである 6.25f はデフォルトであり、KAZE、SURFで検出されたキーポイントに適合する 5.00f はAKAZE、MSD、AGAST、FAST、BRISKキーポイントに適したスケールである
n_bits	記述子のビット数を決定する。BEBLID::SIZE_512_BITSまたはBEBLID::SIZE_256_BITSのいずれかでなければならない。

getDefaultName()

String cv::xfeatures2d::BEBLID::getDefaultName ( ) const

virtual

Python:
	cv.xfeatures2d.BEBLID.getDefaultName(		) ->	retval

アルゴリズムの文字列識別子を返す。この文字列は、オブジェクトをファイルまたは文字列に保存する際に、最上位の xml/yml ノードタグとして使用される。

cv::Feature2D から再実装されている。

getScaleFactor()

virtual float cv::xfeatures2d::BEBLID::getScaleFactor ( ) const

pure virtual

Python:
	cv.xfeatures2d.BEBLID.getScaleFactor(		) ->	retval

setScaleFactor()

virtual void cv::xfeatures2d::BEBLID::setScaleFactor ( float scale_factor )

pure virtual

Python:
	cv.xfeatures2d.BEBLID.setScaleFactor(	scale_factor	) ->	None

---

このクラス詳解は次のファイルから抽出されました:

• opencv2/xfeatures2d.hpp