Una cosa importante da capire è che dopo aver estratto i punti chiave, si ottengono solo informazioni sulla loro posizione e talvolta sulla loro area di copertura (solitamente approssimata da un cerchio o un'ellisse) nell'immagine. Sebbene a volte le informazioni sulla posizione dei punti chiave possano essere utili, non dicono molto sui punti chiave stessi.
A seconda dell'algoritmo utilizzato per estrarre il punto chiave (SIFT, angoli di Harris, MSER), conoscerai alcune caratteristiche generali dei punti chiave estratti (ad esempio, sono centrati attorno a macchie, bordi, angoli prominenti ...) ma non saprai quanto diverso o un punto chiave simile è all'altro.
Ecco due semplici esempi in cui solo la posizione e l'area dei punti chiave non ci aiuteranno:
Se hai un'immagine A (di un orso su uno sfondo bianco) e un'altra immagine B, copia esatta di A ma tradotta per alcuni pixel: i punti chiave estratti saranno gli stessi (sulla stessa parte di quell'orso). Queste due immagini dovrebbero essere riconosciute come uguali o simili.
Ma, se l'unica informazione che abbiamo è la loro posizione, e ciò è cambiato a causa della traduzione, non è possibile confrontare le immagini.
Se hai un'immagine A (diciamo, di un'anatra questa volta) e un'altra immagine B, esattamente la stessa anatra come in A tranne due volte la dimensione: i punti chiave estratti saranno gli stessi (stesse parti dell'anatra). Quelle sono anche le stesse (simili) immagini.
Ma tutte le loro dimensioni (aree) saranno diverse: tutti i punti chiave dell'immagine B saranno il doppio di quelli dell'immagine A.
Quindi, ecco i descrittori : sono il modo di confrontare i punti chiave. Riassumono, in formato vettoriale (di lunghezza costante) alcune caratteristiche relative ai punti chiave. Ad esempio, potrebbe essere la loro intensità nella direzione del loro orientamento più pronunciato. Assegna una descrizione numerica all'area dell'immagine a cui fa riferimento il punto chiave.
Alcune cose importanti per i descrittori sono:
dovrebbero essere indipendenti dalla posizione dei punti chiave
Se lo stesso punto chiave viene estratto in posizioni diverse (ad es. A causa della traduzione), il descrittore dovrebbe essere lo stesso.
dovrebbero essere robusti contro le trasformazioni di immagine
Alcuni esempi sono i cambiamenti di contrasto (ad es. Immagine dello stesso posto durante una giornata soleggiata e nuvolosa) e cambiamenti di prospettiva (immagine di un edificio da centro-destra e da centro-sinistra, vorremmo ancora riconoscerlo come uno stesso edificio) .
Naturalmente, nessun descrittore è completamente robusto contro tutte le trasformazioni (né contro uno qualsiasi se è forte, ad esempio un grande cambiamento di prospettiva).
Diversi descrittori sono progettati per essere robusti rispetto a diverse trasformazioni che a volte si oppongono alla velocità necessaria per calcolarle.
dovrebbero essere indipendenti dalla scala
I descrittori dovrebbero prendere in considerazione la scala. Se la parte "prominente" di un punto chiave è una linea verticale di 10px (all'interno di un'area circolare con raggio di 8px), e la parte prominente di un'altra linea verticale di 5px (all'interno di un'area circolare con raggio di 4px) - a questi punti chiave devono essere assegnati descrittori simili.
Ora che hai calcolato i descrittori per tutti i punti chiave, hai un modo per confrontare quei punti chiave . Per un semplice esempio di abbinamento di immagini (quando si sa che le immagini sono dello stesso oggetto e si desidera identificare le parti in immagini diverse che rappresentano la stessa parte della scena o si desidera identificare il cambiamento di prospettiva tra due immagini) , confronteresti ogni descrittore di punti chiave di un'immagine con ogni descrittore di punti chiave dell'altra immagine. Dato che i descrittori sono vettori di numeri, puoi confrontarli con qualcosa di semplice come la distanza euclidea . Ci sono alcune distanze più complesse che possono essere utilizzate come misura di somiglianza, ovviamente. Ma alla fine lo direstii punti chiave i cui descrittori hanno la distanza minima tra loro sono corrispondenze , ad esempio gli stessi "luoghi" o "parti di oggetti" in immagini diverse.
Per un uso più complesso di punti chiave / descrittori, dovresti dare un'occhiata a questa domanda - specialmente l'approccio locale di basso livello nella mia risposta e l' approccio "Bag-of-words" nella risposta di @Maurits . Inoltre, i link forniti in queste risposte sono utili.
