สิ่งสำคัญที่ต้องทำความเข้าใจคือหลังจากแยกจุดสำคัญแล้วคุณจะได้รับข้อมูลเกี่ยวกับตำแหน่งของพวกเขาเท่านั้นและบางครั้งพื้นที่ครอบคลุมของพวกเขา (โดยปกติจะประมาณด้วยวงกลมหรือวงรี) ในรูปภาพ ในขณะที่ข้อมูลเกี่ยวกับตำแหน่งของจุดสำคัญอาจมีประโยชน์ แต่ก็ไม่ได้พูดอะไรมากเกี่ยวกับจุดสำคัญ
ขึ้นอยู่กับอัลกอริธึมที่ใช้ในการแยก keypoint (SIFT, Harris corner, MSER) คุณจะรู้ถึงลักษณะทั่วไปของ keypoint ที่แยกออกมา (เช่นพวกมันอยู่กึ่งกลางรอบ blobs, ขอบ, มุมที่โดดเด่น ... ) แต่คุณจะไม่รู้ว่าแตกต่างกันอย่างไร หรือหนึ่งประเด็นที่คล้ายกันคือการอื่น
ต่อไปนี้เป็นตัวอย่างง่ายๆสองตัวอย่างที่เฉพาะตำแหน่งและจุดสำคัญจะไม่ช่วยเรา:
หากคุณมีรูปภาพ A (ของหมีบนพื้นหลังสีขาว) และรูปภาพ B อื่นสำเนา A ที่แน่นอน แต่แปลมาสองสามพิกเซล: ประเด็นสำคัญที่แยกจะเหมือนกัน (ในส่วนเดียวกันของหมีนั้น) ภาพสองภาพเหล่านั้นควรได้รับการยอมรับเหมือนกันหรือคล้ายกัน
แต่ถ้าข้อมูลเดียวที่เรามีคือตำแหน่งของพวกเขาและนั่นเปลี่ยนไปเนื่องจากการแปลคุณไม่สามารถเปรียบเทียบภาพได้
หากคุณมีภาพ A (สมมติว่าเป็นเป็ดในเวลานี้) และภาพอื่น B เป็นภาพเดียวกับใน A ยกเว้นขนาดสองเท่า: ประเด็นสำคัญที่แยกออกมาจะเหมือนกัน (ส่วนเดียวกันของเป็ด) ภาพเหล่านั้นก็เหมือนกัน (คล้าย)
แต่ขนาด (พื้นที่) จะแตกต่างกัน: จุดสำคัญทั้งหมดจากภาพ B จะเป็นสองเท่าของขนาดจากภาพ A
ดังนั้นนี่มาอธิบาย : พวกเขาเป็นวิธีการเปรียบเทียบประเด็นสำคัญ พวกเขาสรุปในรูปแบบเวกเตอร์ (ของความยาวคงที่) ลักษณะบางอย่างเกี่ยวกับประเด็นสำคัญ ตัวอย่างเช่นอาจเป็นความเข้มของพวกเขาในทิศทางของการวางแนวที่เด่นชัดที่สุด มันกำหนดคำอธิบายเชิงตัวเลขให้กับพื้นที่ของภาพที่ประเด็นสำคัญอ้างถึง
สิ่งสำคัญสำหรับ descriptors คือ:
ควรเป็นอิสระจากตำแหน่งสำคัญ
หากแยกจุดสำคัญเดียวกันที่ตำแหน่งต่าง ๆ (เช่นเนื่องจากการแปล) ตัวบ่งชี้ควรเหมือนกัน
ควรมีความทนทานต่อการแปลงภาพ
ตัวอย่างบางส่วนคือการเปลี่ยนแปลงของความคมชัด (เช่นภาพของสถานที่เดียวกันในช่วงวันที่มีแดดจัดและมีเมฆมาก) และการเปลี่ยนแปลงของมุมมอง (ภาพของอาคารจากกึ่งกลางขวาและกึ่งกลางซ้ายเรายังคงต้องการให้เป็นอาคารเดียวกัน) .
แน่นอนว่าไม่มีผู้ให้คำอธิบายใดที่มีความแข็งแกร่งอย่างสมบูรณ์ต่อการเปลี่ยนแปลงทั้งหมด (หรือต่อการเปลี่ยนแปลงใด ๆ หากมีความแข็งแกร่งเช่นการเปลี่ยนแปลงมุมมองขนาดใหญ่)
ตัวอธิบายที่แตกต่างกันได้รับการออกแบบให้มีความทนทานต่อการเปลี่ยนแปลงที่แตกต่างกันซึ่งบางครั้งตรงข้ามกับความเร็วที่ใช้ในการคำนวณ
พวกเขาควรมีขนาดอิสระ
ตัวอธิบายควรคำนึงถึงบัญชี หากส่วน "โดดเด่น" ของหนึ่งจุดสำคัญคือเส้นแนวตั้งที่ 10px (ภายในพื้นที่วงกลมที่มีรัศมี 8px) และส่วนที่โดดเด่นของอีกเส้นแนวตั้งที่ 5px (ภายในพื้นที่วงกลมที่มีรัศมี 4px) - จุดสำคัญเหล่านี้ควรได้รับการกำหนดอธิบายที่คล้ายกัน
ตอนนี้ที่คุณคำนวณอธิบายสำหรับทุก keypoinst ที่คุณมีวิธีการเปรียบเทียบ keypoints ตัวอย่างง่ายๆของการจับคู่ภาพ (เมื่อคุณรู้ว่าภาพมีวัตถุเดียวกันและต้องการระบุชิ้นส่วนในภาพต่าง ๆ ที่แสดงส่วนเดียวกันของฉากหรือต้องการระบุการเปลี่ยนแปลงมุมมองระหว่างสองภาพ) คุณจะเปรียบเทียบทุก ๆ ตัวบ่งชี้จุดสำคัญของหนึ่งภาพกับทุกตัวบ่งชี้ประเด็นสำคัญของภาพอื่น ๆ ในฐานะที่เป็นตัวบอกเป็นพาหะของตัวเลขคุณสามารถเปรียบเทียบกับสิ่งที่ง่ายเป็นระยะ Euclidian แน่นอนว่ามีระยะทางที่ซับซ้อนมากขึ้นซึ่งสามารถนำมาใช้เป็นตัววัดความคล้ายคลึงกันได้ แต่ในที่สุดคุณจะพูดอย่างนั้นkeypoints ที่มีการอธิบายมีระยะทางที่น้อยที่สุดระหว่างพวกเขาเป็นการแข่งขันเช่นเดียวกัน "สถานที่" หรือ "ชิ้นส่วนของวัตถุ" ในภาพที่แตกต่างกัน
สำหรับการที่ซับซ้อนมากขึ้นการใช้ keypoints / อธิบายคุณควรจะดูที่คำถามนี้ - โดยเฉพาะอย่างยิ่ง "ระดับต่ำวิธีท้องถิ่น" ในคำตอบของฉันและ "กระเป๋าของคำว่า" วิธีการใน@Mauritsคำตอบ ลิงก์ที่ให้ไว้ในคำตอบเหล่านั้นก็มีประโยชน์เช่นกัน
