類實現 TEBLID (Triplet-based Efficient Binary Local Image Descriptor)，在 [260] 中描述。更多...

#include <opencv2/xfeatures2d.hpp>

cv::xfeatures2d::TEBLID 的協作圖

公共型別
列舉	TeblidSize { SIZE_256_BITS = 102 , SIZE_512_BITS = 103 }
	描述符位數，每一位都是一個盒平均差。使用者可以在 256 位或 512 位之間選擇。更多...

公共成員函式
String	getDefaultName () const CV_OVERRIDE

從 cv::Feature2D 繼承的公共成員函式
virtual	~Feature2D ()

virtual void	compute (InputArray image, std::vector< KeyPoint > &keypoints, OutputArray descriptors)
	計算在影像（第一種變體）或影像集（第二種變體）中檢測到的一組關鍵點的描述符。

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())
	在影像（第一種變體）或影像集（第二種變體）中檢測關鍵點。

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
	如果檢測器物件為空，則返回 true。

virtual void	read (const FileNode &) CV_OVERRIDE
	從檔案儲存中讀取演算法引數。

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
	將演算法引數儲存到檔案儲存中。

void	write (FileStorage &fs, const String &name) const

從 cv::Algorithm 繼承的公共成員函式
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	清除演算法狀態。

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

靜態公共成員函式
static Ptr< TEBLID >	create (float scale_factor, int n_bits=TEBLID::SIZE_256_BITS)
	建立 TEBLID 描述符。

從 cv::Algorithm 繼承的靜態公共成員函式
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	從檔案中載入演算法。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	從字串載入演算法。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	從檔案節點讀取演算法。

額外繼承的成員
從 cv::Algorithm 繼承的保護成員函式
void	writeFormat (FileStorage &fs) const

詳細描述

類實現 TEBLID (Triplet-based Efficient Binary Local Image Descriptor)，在 [260] 中描述。

TEBLID 代表基於三元的有效二值區域性影像描述符，雖然最初它被稱為 BAD [260]。它是對 BEBLID [259] 的改進，它使用三元損失、難負挖掘和錨點交換來改善影像匹配結果。它能夠透過更改 scale_factor 引數來描述來自任何檢測器的關鍵點。 TEBLID 與 ORB、BEBLID 或 BRISK 一樣有效，但是基於三元的訓練目標選擇了更具區分性的特徵，這些特徵解釋了準確率的提高。當使用 AKAZE 示例執行 BEBLID 時，它也比 BEBLID 更緊湊，其中 BEBLID 使用 512 位獲得 561 個內點（75%），而 TEBLID 使用 256 位獲得 621 個內點（75.2%）。 ORB 僅獲得 493 個內點（63%）。

如果您發現此程式碼有用，請引用以下論文

Iago Suárez, José M. Buenaposada 和 Luis Baumela。 Revisiting Binary Local Image Description for Resource Limited Devices。 IEEE Robotics and Automation Letters，第 6 卷，第 4 期，第 8317-8324 頁，2021 年 10 月。

該描述符在 UBC 資料集 [300] 的 Liberty 分裂中進行了訓練。

成員列舉文件

◆ TeblidSize

enum cv::xfeatures2d::TEBLID::TeblidSize

描述符位數，每一位都是一個盒平均差。使用者可以在 256 位或 512 位之間選擇。

列舉器
SIZE_256_BITS
SIZE_512_BITS

成員函式文件

◆ create()

static Ptr< TEBLID > cv::xfeatures2d::TEBLID::create	(	float	scale_factor,
		int	n_bits = TEBLID::SIZE_256_BITS )

static

Python
	cv.xfeatures2d.TEBLID.create(	scale_factor[, n_bits]	) ->	retval
	cv.xfeatures2d.TEBLID_create(	scale_factor[, n_bits]	) ->	retval

建立 TEBLID 描述符。

引數

scale_factor	調整檢測到的關鍵點周圍的取樣視窗 1.00f 應該是 ORB 關鍵點的比例 6.75f 應該是 SIFT 檢測到的關鍵點的比例 6.25f 是預設值，適用於 KAZE、SURF 檢測到的關鍵點 5.00f 應該是 AKAZE、MSD、AGAST、FAST、BRISK 關鍵點的比例
n_bits	確定描述符中的位數。應該是 TEBLID::SIZE_256_BITS 或 TEBLID::SIZE_512_BITS。

◆ getDefaultName()

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

virtual

Python
	cv.xfeatures2d.TEBLID.getDefaultName(		) ->	retval

返回演算法字串識別符號。當物件儲存到檔案或字串時，此字串用作頂級 xml/yml 節點標記。

從 cv::Feature2D 重新實現。

此類的文件是從以下檔案生成的

opencv2/xfeatures2d.hpp

公共型別

公共成員函式