sift 特征提取中的两个公式

sift 特征的详细过程请参考:

** https://blog.csdn.net/lyl771857509/article/details/79675137**
该文章中有两处描述不是很清楚:

1. 4.1 节 关键点的精确定位

这个过程实际上是高斯牛顿法求极值的一个应用, 思路是如果当前的关键点是极值点, 高斯迭代过程中的下一步移动应该很小. 因此反过来通过判断下一步移动的大小来判断当前点是不是极值点.

4.2 节 消除边缘响应

类似Harr 交点检测, 判断Hession 矩阵的两个特征值, 两个特征值都很大时才可能是角点.

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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