🤖 AIによる機械翻訳（非公式） — これは OpenCV 5.0.0 公式リファレンス（英語）を AI (Claude) で自動翻訳したものです。訳に誤りを含む場合があります。正確な情報は 公式英語版（原文） を参照してください。
Package org.opencv.xfeatures2d

クラス BEBLID

  • public class BEBLID extends Feature2D
    CITE: Suarez2020BEBLID で説明されている BEBLID (Boosted Efficient Binary Local Image Descriptor) を実装したクラス。BEBLID \cite Suarez2020BEBLID はブースティングで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、任意の検出器が出力す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、同等の効率で ORB や BRISK などの他のバイナリ記述子を大きく上回ることが示されている。BEBLID は KeyPoint 周辺の画像の異なる領域における平均グレー値の差を用いて記述を行い、この記述子は画像マッチングおよびパッチ検索の問題における非対称性に対処するよう特に最適化されている。このコードが有用だと感じた場合は、以下の論文への参照を追加してほしい: <BLOCKQUOTE> Iago Suárez, Ghesn Sfeir, José M. Buenaposada, and Luis Baumela. BEBLID: Boosted efficient binary local image descriptor. Pattern Recognition Letters, 133:366–372, 2020. </BLOCKQUOTE> この記述子は、論文 CITE: Suarez2020BEBLID で説明されているように、UBC データセット \cite winder2007learning の Liberty 分割からランダムにサンプリングした100万組のパッチ（20% が正例、80% が負例）を用いて学習された。[AKAZE の例](https://raw.githubusercontent.com/opencv/opencv/master/samples/cpp/tutorial_code/features2D/AKAZE_match.cpp) で BEBLID がどれだけうまく機能するか確認できる。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。

    • コンストラクタの詳細

      • BEBLID

        protected BEBLID​(long addr)

    • メソッドの詳細

      • __fromPtr__

        public static BEBLID __fromPtr__​(long addr)

      • create

        public static BEBLID create​(float scale_factor,
                            int n_bits)
        Creates the BEBLID descriptor.
        引数:
        scale_factor - Adjust the sampling window around detected keypoints:
        • <b> 1.00f </b> は ORB のキーポイントに対するスケールとすべき値である
        • <b> 6.75f </b> は SIFT で検出されたキーポイントに対するスケールとすべき値である
        • <b> 6.25f </b> はデフォルト値であり、KAZE、SURF で検出されたキーポイントに適合する
        • <b> 5.00f </b> は AKAZE、MSD、AGAST、FAST、BRISK のキーポイントに対するスケールとすべき値である
        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 のいずれかとすべきである。
        戻り値:
        自動生成

      • create

        public static BEBLID create​(float scale_factor)
        Creates the BEBLID descriptor.
        引数:
        scale_factor - Adjust the sampling window around detected keypoints:
        • <b> 1.00f </b> は ORB のキーポイントに対するスケールとすべき値である
        • <b> 6.75f </b> は SIFT で検出されたキーポイントに対するスケールとすべき値である
        • <b> 6.25f </b> はデフォルト値であり、KAZE、SURF で検出されたキーポイントに適合する
        • <b> 5.00f </b> は AKAZE、MSD、AGAST、FAST、BRISK のキーポイントに対するスケールとすべき値である
        BEBLID::SIZE_512_BITS or BEBLID::SIZE_256_BITS.
        戻り値:
        自動生成

      • setScaleFactor

        public void setScaleFactor​(float scale_factor)

      • getScaleFactor

        public float getScaleFactor()

      • getDefaultName

        public java.lang.String getDefaultName()
        Description copied from class: Algorithm
        Returns the algorithm string identifier. This string is used as top level xml/yml node tag when the object is saved to a file or string.
        オーバーライド:
        クラス Feature2D 内の getDefaultName
        戻り値:
        自動生成