绝对震撼,有用的《各图像不变特征性能比较》

VisionMaster实战:高效提取图像中的几何与文字信息 本文详细介绍了VisionMaster在工业图像处理中的实战应用,重点展示了如何高效提取图像中的几何信息(如圆信息和直线信息)与文字信息。通过实际案例和代码示例,帮助开发者快速掌握这一强大工具,提升工业检测的精度和效率。 阅读详情


下面是转载国外的的一篇文章--主要是当前描述不变特征之间的比较。个人感觉 SURF 从性能和速度上看应该是最好的。。。。。。。下面是英文,耐心看哦,很有参考价值。



Introduction

For this test i have written special test framework, which allows me to easily add the new kind of descriptors and test cases and generate report data in CSV-like format. Than i upload it in Google docs and create this awesome charts. Five quality and one performance test was done for each kind of descriptor.

Test cases

  • Rotation test -  this test shows how the feature descriptor depends on feature orientation.
  • Scaling test -  this test shows how the feature descriptor depends on feature size.
  • Blur test -  this test shows how the feature descriptor is robust against blur.
  • Lighting test -  this test shows how the feature descriptor is robust against lighting.
  • Pattern detection test – this test performs detection of planar object (image) on the real video. In contrast to the synthetic tests, this test gives a real picture of the overall stability of the particular descriptor.
  • Performance test is a measurement of description extraction time.

All quality tests works in similar way. Using a given source image we generate a synthetic test data: transformed images corresponding feature points. The transformation algorithm depends on the particular test. For the rotation test case, it’s the rotation of the source image around it’s center for 360 degrees, for scaling – it’s resizing of image from 0.25X to 2x size of original. Blur test uses gaussian blur with several steps and the lighting test changes the overall picture brightness.

The pattern detection test deserves a special attention. This test is done on very complex and noisy video sequence. So it’s challenging task for any feature descriptor algorithm to demonstrate a good results in this test.

The metric for all quality tests is the percent of correct matches between the source image and the transformed one. Since we use planar object, we can easily select the inliers from all matches using the homography estimation. I use OpenCV’s function cvFindHomography for this. This metric gives very good and stable results. I do no outlier detection of matches before homography estimation because this will affect the results in unexpected way. The matching of descriptors is done via brute-force matching from the OpenCV.

Rotation test

Descriptor's invariance to rotation summary report

In this test i obtain pretty expectable results, because all descriptors are rotation invariant expect the BRIEF. Slight changes in stability can be explained by the feature orientation calculation algorithm and descriptor nature. A detailed study of why the descriptor behaves exactly as it is, takes time and effort. It’s a topic for another article. Maybe later on….

Scaling test

Descriptor's invariance to scaling summary report

SURF and SIFT descriptors demonstrate us very good stability in this test because they do expensive keypoint size calculation. Other descriptors uses fixed-size descriptor and you can see what it leads to. Currently for LAZY descriptor i do not have separate LAZY feature detector (i use ORB detector for tests) but I’m thinking on lightweight feature detector with feature size calculation, because it’s a must-have feature. Actually, scale invariance is much more important rather than precise orientation calculation.

Blur test

Descriptor's invariance to blur summary report

In this test i tried to simulate the motion blur which can occurs if camera moves suddenly. All descriptors demonstrate good results in this test. By “good” I mean that the more blur size is applied the less percent of correct matches is obtained. Which is expected behavior.

Lighting test

Descriptor's invariance to lighting summary report

In lighting test the transformed images differs only in overall image brightness. All kinds of descriptors works well in this case. The major reason is that all descriptors extracted normalized, e.g the norm_2 of the descriptor vector equals 1. This normalization makes descriptor invariant to brightness changes.

Pattern detection on real video

Pattern detection test

Detection of the object on real video is the most complex task since ground truth contains rotation, scaling and motion blur. Also other objects are also present. And finally, it’s not HD quality. These conditions are dictated by the actual conditions of application of computer vision.

As you can see on diagram, the SIFT and SURF descriptors gives the best results, nevertheless they are far away from ideal, it’s quite enough for such challenging video. Unfortunately, scale-covariant descriptors show very bad results in this test because pattern image appears in 1:1 scale only at the beginning of the video (The “spike” near frame 20). On the rest of the video sequence target object moves from the camera back and scale-covariant descriptors can’t handle this situation.

Performance summary

Descriptor extraction time summaryThis chart shows the extraction time for N features. I made Y-axis as logarithm scale to make it more readable. For all descriptor extraction algorithm the extraction time depends on number of features linearly. Local spikes is probably caused by some vector resizing or L2 cache misses. This performance test was done on Mac Book Pro 2.2 with Core 2 Duo 2.13 Ghz.

Further works

Add new quality test cases. One additional test i know for sure – affine transformations. Your ideas for other tests are welcome!

  • Add new kind of descriptors. Definitely will add an A-SIFT implementation.
  • Create an LAZY detector with feature size and orientation estimation.
  • Improve the LAZY descriptor extraction procedure. Expect at least 20% performance gain.
  • Generate matching video for each test to demonstrate the behavior of each descriptor algorithm.
NumPy矩阵运算实战:从基础操作到特征值分解 本文详细介绍了NumPy矩阵运算的实战技巧,从基础操作到特征值分解的高级应用。通过具体代码示例和工程经验分享,帮助读者掌握矩阵加减乘除、逆矩阵计算、行列式求解以及特征值分解等核心技能,提升在数据分析和机器学习项目中的效率与准确性。 阅读详情

相关推荐

从局部到全局:Transformer如何重塑特征提取的范式

本文深入探讨了Transformer如何通过自注意力机制革新特征提取范式,对比传统卷积神经网络(CNN)的局限性,展示了Transformer在全局上下文建模、动态权重分配等方面的优势。文章结合医疗影像、对话系统等实战案例,解析了Transformer的跨模态应用潜力及优化策略,为AI开发者提供了宝贵的调优经验。

384

从CLIP到EVA-02:揭秘语言对齐视觉特征的进化之路

本文深入解析了从CLIP到EVA-02的进化之路,重点阐述了EVA-02如何通过架构革新与先进的掩码图像建模训练策略,实现了视觉特征的显著提升。该模型在零样本分类、目标检测等任务上表现卓越,其核心在于利用语言对齐的视觉特征作为监督信号,为高效视觉表示学习提供了新范式。

weixin_29031057的博客 178

从几何视角重学线性代数:矩阵、特征值与PCA的直观理解

线性代数是现代科学与工程的核心数学工具,它研究向量、矩阵和线性变换等基本概念。其核心原理在于将复杂的多维数据关系抽象为空间中的几何变换,例如矩阵乘法对应着空间的旋转、缩放或剪切。掌握线性代数的几何直觉具有极高的技术价值,它让工程师和研究者能超越符号计算,直观理解数据的内在结构。这一理解在机器学习、计算机图形学和数据分析等应用场景中至关重要,例如主成分分析(PCA)本质上是寻找数据方差最大的特征向量方向进行降维,而神经网络中的线性层则对应着高维空间的仿射变换。本文基于3Blue1Brown的系列视频,深入剖析

anjueci1221的博客 358

震撼!豆包·图像创作模型 Seedream 4.0多图融合黑科技,网友玩疯了:“动动嘴就是AI版PS

豆包Seedream 4.0 AI图像创作工具评测:这款双榜第一的AI模型在实战中展现惊人实力。评测显示,该模型在生成速度和综合质量上表现突出,支持手办制作、九宫格表情包、发色变换、线稿转换、Cosplay还原等丰富功能。实测中,其物理特效模拟精准度、服饰细节还原度和商品图专业度令人惊艳,尤其是10倍于前代的生成速度和4K输出能力,为内容创作者提供了高效工具。从动漫角色还原到商业产品图制作,Seedream 4.0展现出强大的多场景适应能力。

笃行其道的博客 1万+

特征值灵敏度:从数学原理到数值计算的工程实践

特征值是线性代数中的核心概念,用于刻画矩阵的本质特性,在振动分析、主成分分析等领域有广泛应用。其数学原理基于特征多项式,通过求解特征方程得到。特征值的稳定性,即对矩阵元素微小扰动的敏感程度,是衡量数值计算可靠性的关键技术指标,直接关系到算法结果的精度与可信度。当特征值条件数很大时,微小的输入误差会被急剧放大,导致计算结果严重偏离真实值,这种现象在接近亏损的矩阵中尤为显著。在工程实践中,例如在控制系统设计或有限元分析中,高灵敏度的特征值会引发算法收敛困难、极点配置失准等实际问题。本文通过经典案例和数值实验,深

weixin_30740581的博客 353

最小二乘法(看完即会)

其中,X是数据矩阵,每一行是一个数据点,每一列是一个自变量(包括截距项),Y是观测值向量,β是待求的系数向量。为了找到使S最小的a和b的值,我们需要对S求关于a和b的偏导数,并令它们等于零。最小二乘法的数学公式通常用于线性回归问题,其中目标是找到一条直线(或更高维度的超平面),使得这条直线与给定数据点的误差平方和最小。同样地,通过求偏导数和令偏导数等于零,我们可以得到一个线性方程组,解这个方程组可以找到最优的b_0, b_1, …+ b_m*x_m,其中b_0是截距,b_1到b_m是各个自变量的系数。

qlkaicx的博客 2万+

震撼!豆包·图像创作模型Seedream 4.0多图融合黑科技,网友玩疯了:“动动嘴就是AI版PS

Seedream 4.0 真的非常强大!说10倍提升我原本还有些怀疑,但实际使用下来,生成速度确实快到让人惊喜。以前等一张图要几分钟,现在基本上几十秒就能出结果,这对于需要快速迭代的创作场景来说太重要了。不管是手办制作的材质质感,还是发色变换的自然过渡,甚至是物理特效的真实感,每一个细节都处理得相当到位。特别是那个索隆手办,我真的看了半天都看不出是AI生成的。从九宫格表情包到Cosplay还原,从商品定制到广告制作,几乎我能想到的图像处理需求它都能搞定。

2401_85116933的博客 1537

openEuler 22.03 LTS SP4离线安装UKUI桌面全攻略(附依赖包下载)

本文提供openEuler 22.03 LTS SP4系统离线安装UKUI桌面环境的完整实战指南。针对无网络环境,详细解析了利用dnf工具下载依赖包、配置离线软件源、处理依赖冲突及安装后优化的全流程,并附带了关键依赖包资源,帮助运维人员高效完成图形化部署。

c7d8e9的博客 482

港大&字节提出用于任意图像的深度估计大模型Depth Anything

港大&字节提出用于任意图像的深度估计大模型

jiangyuanlin的博客 917

LEF 5.8 Language Reference学习笔记

您可以在一个 LEF 文件中定义所有元件库信息,但这样会产生一个复杂且难以管理的大文件。相反,您可以将信息分为两个文件,一个是 "technology "LEF 文件,另一个是 "cell library "LEF 文件。

yajuan的专栏 4102

【大语言模型 85】IA3与其他PEFT方法对比

在大语言模型时代,参数高效微调(PEFT)技术成为了降低微调成本的关键。本文深入解析IA3(Infused Adapter by Inhibiting and Amplifying Inner Activations)方法,并与LoRA、AdaLoRA、Prefix Tuning等主流PEFT技术进行全面对比,通过理论分析、代码实现和实验验证,帮助读者理解不同PEFT方法的优劣势和适用场景,为实际项目中的技术选型提供科学依据。

熵数实验室 753

人脸识别到底在认什么——从几何特征到特征空间,这事儿没那么玄乎

你在顶会上看到的那些刷榜模型,背后用的训练集通常是MS-Celeb-1M、VGGFace2这类公开数据集,或者私有的大规模数据集(比如Facebook、Google内部搞的不公开的数据)。但你要真问他"机器是怎么认出你这张脸的",他肯定一脸懵。那些吹"99.99%准确率"的PPT,要么是忽略了一堆边界条件,要么就是在特定测试集上跑出来的漂亮数字——拿到真实场景里,掉到90%以下都是常有的事。你看一个人的脸,下意识会先看五官的布局——眼睛在什么位置、鼻子多高、嘴巴多宽,这些都是"几何特征"。

weixin_44834755的博客 166

【100%通过率】华为od机试C卷【小朋友来自多少小区】JS 实现

幼儿园组织活动,老师布置了一个任务:每个小朋友去了解与自己同一个小区的小朋友还有几个.我们将这些数量汇总到数组 garden 中。请根据这些小朋友给出的信息,计算班级小朋友至少来自几个小区?

MISAYAONE的博客 2007

推荐项目:CRIS – 革新图像分割的新方法(CVPR 2022)

推荐项目:CRIS – 革新图像分割的新方法(CVPR 2022) 在探索视觉和语言的深度融合时,我们常常被那些将抽象概念转化为直观理解的技术所震撼。今天要向大家介绍的是由Zhaoqing Wang等多位研究者共同创造的CRIS(CLIP-Driven Referring Image Segmentation),这是他们在CVPR 2022上展示的一项杰出工作。 项目介绍 CRIS是一个利用PyT...

gitblog_00884的博客 606

基于巴法云物联网云平台构建可视化控制网页(以控制LED为例)

本文基于巴法云物联网云平台构建可视化控制网页,实现了对LED的控制。

kevin1499的博客 4521

H3LIS200DL三轴加速度传感器原理图设计,已量产(加速度传感器)

在最近的工业振动监测项目里,我们选了 ST 的 H3LIS200DL 做核心传感器 —— 这颗料的特点太契合场景了:±100g/200g 的大量程刚好覆盖设备冲击与振动的测量需求,10μA 的超低功耗能适配电池供电的边缘节点,0.5Hz 到 1kHz 的输出速率也足够抓准动态信号。下面结合实际画的原理图,拆解下这个硬件电路的设计思路。

不脱发的程序猿 338

CNN图像识别实战:从卷积原理到迁移学习部署

卷积神经网络(CNN)是计算机视觉的核心基础模型,其本质是通过局部感受野与参数共享机制,高效提取图像的空间层次特征。相比全连接网络,CNN显著降低参数量并提升平移不变性,尤其适合小样本场景下的迁移学习。结合预训练模型(如ResNet、EfficientNet)与微调策略,可在百张标注数据上快速构建高精度识别系统。本文聚焦工程落地,涵盖OpenCV+Albumentations数据预处理、Timm模型定制、Grad-CAM可解释性验证及ONNX+TensorRT边缘部署等关键环节,覆盖农业病害识别、工业质检、

weixin_30675247的博客 414

爬虫面试:关于爬虫破解验证码的13个经典面试题

​解释:验证码是一种用于区分人类用户和自动化程序(如爬虫)的技术,通常通过显示图形、文字或音频等方式,要求用户完成特定任务(如识别扭曲的字母、点击特定区域等)。​作用:防止恶意爬虫滥用网站资源、进行批量注册、登录破解等行为,保护网站的安全性和数据的完整性。

数据知道的博客 1万+

R语言实战:影像组学特征工程与机器学习模型构建全流程解析

本文详细解析了R语言在影像组学特征工程与机器学习模型构建中的全流程应用。从医学图像预处理、特征提取与筛选,到多种机器学习算法的实战应用与模型评估,提供了完整的代码示例和实用技巧,帮助读者高效实现从数据到临床应用的转化。

hp777的博客 211

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

M2LOrder模型与卷积神经网络(CNN)的对比分析:文本与图像情感融合前瞻

本文介绍了M2LOrder模型与卷积神经网络(CNN)在文本与图像情感分析领域的对比与融合前景。通过星图GPU平台,用户可以自动化部署“🌸 M2LOrder: SAKURA EMOTION MAGIC”镜像,快速搭建多模态情感分析环境。该镜像的一个典型应用场景是深度解读社交媒体图文动态,例如结合文案与配图,综合分析用户发布的复杂情绪状态。

weixin_42405592的博客 207

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

Omni-Vision Sanctuary 效果实测:卷积神经网络特征可视化与解读

本文介绍了如何在星图GPU平台上自动化部署🔮 万象视界灵坛 | Omni-Vision Sanctuary 🔮镜像,实现卷积神经网络特征可视化与解读。该工具能清晰展示CNN各层次的特征提取过程,帮助开发者诊断模型瓶颈、优化数据增强策略,广泛应用于计算机视觉模型的调试与性能提升。

weixin_35636570的博客 23

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

微观世界探索:Lingbot-Depth-Pretrain-ViTL-14处理显微图像的三维形貌恢复

本文介绍了如何在星图GPU平台上自动化部署👁️lingbot-depth-pretrain-vitl-14镜像,实现从单张二维显微图像中快速恢复三维形貌。该技术为生物医学和材料科学研究提供了强大的三维可视化与定性分析工具,例如,能清晰呈现细胞培养皿中细胞的立体形态与高度信息,辅助科研人员进行快速、直观的样本筛查与分析。

weixin_35794316的博客 352

太爽了, 用了这些提示词,你也能做出震撼美图,超过9K Star的Github项目

作品以一位魅力四射的英雄主角为中心,他自信地站在一个巨大的、超大型的明星产品模型上,强调极简主义、戏剧性的低角度透视、精致的品牌形象,以及虚幻引擎5和Octane等高端渲染技术。描述:生成一张宽幅引言卡片的提示,卡片上印有名人肖像,背景为棕色,引言文本为浅金色衬线字体,布局为文本占三分之二,人物占三分之一。描述:提示生成一个多面板网格(7 个面板),以在相应的彩色渐变背景下显示不同的情绪(喜悦、震惊、严肃、深情、自信、友好、悲伤),并为每个面板提供具体的布局和视觉细节说明。

karaxiaoyu的专栏 553

别再用CNN了!用KNN+NumPy手搓MNIST分类,从零理解图像识别的本质

本文探讨了使用KNN算法和NumPy从零实现MNIST手写数字分类的方法,揭示了图像识别的数学本质。通过对比KNN与CNN的优缺点,展示了KNN在透明度、实现简洁性和实时计算上的优势,帮助读者深入理解数据分类的基本原理。

weixin_33737134的博客 233

深入KART-RERANK:图解卷积神经网络在文本特征提取中的辅助作用

本文介绍了如何在星图GPU平台上自动化部署🏎️ KART-RERANK: 繁荣山丘相关性大奖赛镜像,以探索卷积神经网络(CNN)在文本重排序任务中的辅助作用。该镜像通过CNN提取文本的局部n-gram特征(如固定短语),与Transformer的全局注意力形成互补,可应用于提升搜索相关性排序、精准文本匹配等场景的模型性能。

weixin_32456485的博客 166
上一篇: 《图像处理系列----灰度图像的直方图均衡化》
下一篇: 齐次坐标的理解
iamsheldon
博客等级 码龄17年 198粉丝 33原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值