GIST特征描述符使用

转：http://www.cnblogs.com/justany/archive/2012/12/06/2804211.html

一种场景特征描述

场景特征描述？

通常的特征描述符都是对图片的局部特征进行描述的，以这种思路进行场景描述是不可行的。

比如：对于“大街上有一些行人”这个场景，我们必须通过局部特征辨认图像是否有大街、行人等对象，再断定这是否是满足该场景。但这个计算量无疑是巨大的，且特征向量也可能大得无法在内存中存储计算。

例如即使使用GIST进行1MB的图像数据搜索，也需要3.8GB的RAM空间。

—— Evaluation of GIST descriptors for webscale image search Talk

这迫使我们需要一种更加“宏观”的特征描述方式，从而忽略图片的局部特点。比如：我们无需知道图像中在那些位置有多少人，或者有其他什么对象。

那么应该如何定义一种“宏观”的场景特征描述呢？

我们注意到：

大多数城市看起来就像天空和地面由建筑物外墙紧密连接；大部分高速公路看起来就像一个大表面拉伸天际线，里面充满了凹型（车辆）；而森林场景将包括在一个封闭的环境中，有垂直结构作为背景（树），并连接到一定纹理的水平表面（草）。

如此看来，空间包络可以一定程度表征这些信息。

五种空间包络描述

我们定义下列五种对空间包络的描述方法：

自然度（Degree of Naturalness）：场景如果包含高度的水平和垂直线，这表明该场景有明显的人工痕迹，通常自然景象具有纹理区域和起伏的轮廓。所以，边缘具有高度垂直于水平倾向的自然度低，反之自然度高。
开放度（Degree of Openness）：空间包络是否是封闭（或围绕）的。封闭的，例如：森林、山、城市中心。或者是广阔的，开放的，例如：海岸、高速公路。
粗糙度（Degree of Roughness）：主要指主要构成成分的颗粒大小。这取决于每个空间中元素的尺寸，他们构建更加复杂的元素的可能性，以及构建的元素之间的结构关系等等。粗糙度与场景的分形维度有关，所以可以叫复杂度。
膨胀度（Degree of Expansion）：平行线收敛，给出了空间梯度的深度特点。例如平面视图中的建筑物，具有低膨胀度。相反，非常长的街道则具有高膨胀度。
险峻度（Degree of Ruggedness）：即相对于水平线的偏移。（例如，平坦的水平地面上的山地景观与陡峭的地面）。险峻的环境下在图片中生产倾斜的轮廓，并隐藏了地平线线。大多数的人造环境建立了平坦地面。因此，险峻的环境大多是自然的。

从而基于这五点对图像进行特征描述。

本文并不准备深入GIST的算法，如想了解具体算法，请参考参考资料1。

MatLab实现

参考资料2提供了一个MatLab实现。

例如通过图片计算GIST特征描述，在使用LMgist的情况下，可以这么写：

% 读取图片
img = imread('demo2.jpg');% 设置GIST参数
clear param
param.orientationsPerScale = [8 8 8 8]; % number of orientations per scale (from HF to LF)
param.numberBlocks = 4;
param.fc_prefilt = 4;% 计算GIST
[gist, param] = LMgist(img, '', param);

具体请参考参考资料2。

C实现

首先在LEAR下载其提供的Lear's GIST implementation。

由于其基于FFTW3（the Faster Fourier Transform in the West），所以我们还需要先安装fftw3。

在下载页面下载一个合适的FFTW3版本。
Linux或者Mac需要在终端运行configure时配置浮点数版本（Windows没试过，不过Lear's GIST implementation的Readme中说明了只能在Linux和Mac上跑，所以Windows安装这个也没有……），即

./configure --enable-single

在进行编译：

make

make check

sudo make install

编译Lear's GIST implementation

需要将Makefile的：

compute_gist: compute_gist.c gist.o standalone_image.o
gcc -Wall -g -o $@ $^ $(WFFTLIB) -lfftw3f

添加-lm，改成：

compute_gist: compute_gist.c gist.o standalone_image.o
gcc -Wall -g -o $@ $^ $(WFFTLIB) -lfftw3f -lm

然后：

make

将生成compute_gist程序，则可以对PPM图片进行GIST计算。例如在终端输入：

./compute_gist ar.ppm

将会出现960个浮点数，如下：

0.0579 0.1926 0.0933 0.0662 ....

……

.... 0.0563 0.0575 0.0640

注意事项

输入图片必须是原始（也就是二进制）的PGM/PPM格式的图片。

输入图片的尺寸必须是相同的，否则计算出来的GIST没有什么意义。

通过SVM训练来进行图片检测，2001年那篇论文得出83.7%的判断准确度。

参考资料

Modeling the Shape of the Scene: A Holistic Representation of the Spatial Envelope . Aude Oliva & Antonio Torralba . January 22, 2001

Modeling the shape of the scene: a holistic representation of the spatial envelope DEMO

GIST特征描述符使用相关推荐

计算机视觉大型攻略 —— 特征与匹配（3）特征描述符
接上一篇文章.这篇写特征描述符.特征匹配算法在确定角点后,还需要使用描述符来描述这些角点. 本文参考书籍:Computer Vision: Algorithms and Applications, R ...
HTMD | 从PDB文件获取3D特征描述符
KDEEP是使用深度学习(CNN)进行亲和力预测的预测器. 关于这篇文章,我发现了一个新的名为HTMD(高通分子动力学)的python库. 我真的不擅长从头算或MD计算等计算领域. 因此,我无法评估该 ...
使用LIRe来实现基于多特征描述符的图像检索系统
使用LIRe来实现基于多特征描述符的图像检索系统摘要 - 因为没有完美的特征描述符可以适合描述任何图像,本文提出组合不同的特征描述符来做基于内容的图像检索和使用LIRe实现图像检索系统.实验表明使用 ...
从特征描述符到深度学习：计算机视觉发展20年
转自:http://cs2.swfc.edu.cn/~zyl/ 赵毅力的视觉研究博客从特征描述符到深度学习:计算机视觉发展20年 Author: Tomasz Malisiewicz 翻译:赵毅力( ...
BEBLID：增强的高效局部图像特征描述符
(本文转载自:当SLAM遇见小王同学) 在前不久发布的OpenCV4.5中更新了很多新特性: 从4.5版本开始,OpenCV将正式使用Apache2协议,从而避免专利算法带来的潜在纠纷 SIFT专利到 ...
线特征作为视觉描述：用于视觉定位的上下文感知线特征描述符
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者丨paopaoslam 来源丨泡泡机器人SLAM 标题: Line as a Visual Sen ...
SIFT四部曲之——构建关键点特征描述符
最近没空写最后一部分的内容,先把代码放上来 % SIFT 算法的最后一步是特征向量生成orient_bin_spacing = pi/4; orient_angles = [-pi:orient_bi ...
OpenCV3学习（11.7） BRISK特征检测器及BRISK描述符
BRISK算法一种特征提取算法,也是一种二进制的特征描述算子. 它具有较好的旋转不变性.尺度不变性,较好的鲁棒性等.在图像配准应用中,速度比较:SIFT<SURF<BRISK<FR ...
PCL 点云特征描述与提取
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者:开着拖拉机唱山歌链接:https://zhuanlan.zhihu.com/p/1032192 ...
MPEG-7 视觉描述符
FROM: http://blog.csdn.net/leixiaohua1020/article/details/16859347 本文节选自<基于MPEG-7与内容的图像检索技术的研究> ...

GIST特征描述符使用

GIST特征描述符使用相关推荐

最新文章

热门文章