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

#include <opencv2/xfeatures2d.hpp>

cv::xfeatures2d::TEBLID 的协作图

公共类型
枚举	TeblidSize { SIZE_256_BITS = 102 , SIZE_512_BITS = 103 }
	描述符位数，每一位都是一个盒平均差。用户可以在 256 位或 512 位之间选择。更多...

公共成员函数
String	getDefaultName () const CV_OVERRIDE

从 cv::Feature2D 继承的公共成员函数
virtual	~Feature2D ()

virtual void	compute (InputArray image, std::vector< KeyPoint > &keypoints, OutputArray descriptors)
	计算在图像（第一种变体）或图像集（第二种变体）中检测到的一组关键点的描述符。

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())
	在图像（第一种变体）或图像集（第二种变体）中检测关键点。

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
	如果检测器对象为空，则返回 true。

virtual void	read (const FileNode &) CV_OVERRIDE
	从文件存储中读取算法参数。

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
	将算法参数存储到文件存储中。

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

从 cv::Algorithm 继承的公共成员函数
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	清除算法状态。

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

静态公共成员函数
static Ptr< TEBLID >	create (float scale_factor, int n_bits=TEBLID::SIZE_256_BITS)
	创建 TEBLID 描述符。

从 cv::Algorithm 继承的静态公共成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串加载算法。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	从文件节点读取算法。

额外继承的成员
从 cv::Algorithm 继承的保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

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

TEBLID 代表基于三元的有效二值局部图像描述符，虽然最初它被称为 BAD [260]。它是对 BEBLID [259] 的改进，它使用三元损失、难负挖掘和锚点交换来改善图像匹配结果。它能够通过更改 scale_factor 参数来描述来自任何检测器的关键点。 TEBLID 与 ORB、BEBLID 或 BRISK 一样有效，但是基于三元的训练目标选择了更具区分性的特征，这些特征解释了准确率的提高。当使用 AKAZE 示例运行 BEBLID 时，它也比 BEBLID 更紧凑，其中 BEBLID 使用 512 位获得 561 个内点（75%），而 TEBLID 使用 256 位获得 621 个内点（75.2%）。 ORB 仅获得 493 个内点（63%）。

如果您发现此代码有用，请引用以下论文

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 页，2021 年 10 月。

该描述符在 UBC 数据集 [300] 的 Liberty 分裂中进行了训练。

成员枚举文档

◆ TeblidSize

enum cv::xfeatures2d::TEBLID::TeblidSize

描述符位数，每一位都是一个盒平均差。用户可以在 256 位或 512 位之间选择。

枚举器
SIZE_256_BITS
SIZE_512_BITS

成员函数文档

◆ 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

创建 TEBLID 描述符。

参数

scale_factor	调整检测到的关键点周围的采样窗口 1.00f 应该是 ORB 关键点的比例 6.75f 应该是 SIFT 检测到的关键点的比例 6.25f 是默认值，适用于 KAZE、SURF 检测到的关键点 5.00f 应该是 AKAZE、MSD、AGAST、FAST、BRISK 关键点的比例
n_bits	确定描述符中的位数。应该是 TEBLID::SIZE_256_BITS 或 TEBLID::SIZE_512_BITS。

◆ getDefaultName()

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

virtual

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

返回算法字符串标识符。当对象保存到文件或字符串时，此字符串用作顶级 xml/yml 节点标记。

从 cv::Feature2D 重新实现。

此类的文档是从以下文件生成的

opencv2/xfeatures2d.hpp

公共类型

公共成员函数