meiqua / shape_based_matching（issue记录）

readme

与opencv linemod 源码相比，我们从6个方面进行了改进:

• 删除深度模式，所以我们不需要虚拟函数，这可能会加快
• opencv linemod最多只能使用63个特征。现在我们可以有8191个
• 简单代码，旋转和缩放模板图像用于训练。有关示例，请参见test.cpp
• nms用于精确的边缘选择
• 单通道方向提取节省时间，对于灰度img稍微快一些
• 对于多种平台SIMD，可以使用MIPP。例如x86 SSE AVX, arm neon。为了获得更好的性能，我们将MIPP扩展到uint8_t来执行一些指令。(否则我们只能使用一半特征点来避免int8_t溢出)
• 直接旋转特征以加速模板提取；
  选择分散特征会更均匀；
  如果特征数不够的话，尽可能选择所有特征，而不是抛弃模板(但是features <= 4将自动丢弃)。

issue 1 如何加快responsemap的创建?

• 测试中发现整个时间，大部分用于了创建responsemap, 请问这个过程可以有办法加速么？例如我有张130万像素的图片，用了150ms创建的，有办法加快么？

有，还可以加速一个量级。
目前的速度瓶颈在opencv的filter上，我之前研究过，opencv用到的加速技巧有separeble filter, SIMD。还可以用的技巧有parallelism、kernel fusion(sobel phase pyrdown大部分都能fuse起来)。
其实这个要写的可读性好、速度