1 / 10

SIFT S cale- I nvariant- F eature- T ransform

SIFT S cale- I nvariant- F eature- T ransform. Abschlusspräsentation Team Tim B. Jagla Patrick Nierath tim.jagla@st.ovgu.de patrick.nierath@st.ovgu.de . Warum SIFT?. Invariant gegenüber… Skalierung Rotation Beleuchtungssituationen Betrachtungsperspektive

libba
Download Presentation

SIFT S cale- I nvariant- F eature- T ransform

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. SIFT Scale-Invariant-Feature-Transform Abschlusspräsentation Team Tim B. Jagla Patrick Nierath tim.jagla@st.ovgu.de patrick.nierath@st.ovgu.de

  2. Warum SIFT? • Invariant gegenüber… • Skalierung • Rotation • Beleuchtungssituationen • Betrachtungsperspektive • Interessantes Neuland • „We used SIFT before SURF was cool ;-)“

  3. Wie gut funktioniert das Verfahren auf den Testdaten? • Schwankende Ergebnisse – Mäßige Sensitivität • Überrascht in manchen schwierigen Situationen

  4. Paradebeispiel ohne Filterung der Matches

  5. Paradebeispiel mit Filterung der Matches • Filterung über Distanzmaße • Verlässlichere Ergebnisse als k-Nearest-Neighbour

  6. Testergebnisse Sensitivität Ø 52,77% FP / #DS Ø 0,7

  7. Warum hat das Verfahren teilweise nicht funktioniert?

  8. Warum hat das Verfahren teilweise nicht funktioniert?

  9. Zusammenfassung Probleme • Detektion der relevanten Keypoints (!) • Parameter / Bildformat / Performanz • Qualität und Menge der Matches • Brute Force Matcher • Bewertung der Match-Relevanz • knn Match / (Bag of Words Classifier)

  10. Noch Fragen?...

More Related