ORB против FAST детекторов

Question

Я пытаюсь определить ключевые точки по всему изображению, поэтому я попытался разделить его на ячейки и обнаружить на каждой ячейке. Однако при использовании детектора ORB я не получил те же результаты, что и при использовании детектора FAST. Для ORB я получаю гораздо меньше ключевых точек по мере увеличения количества ячеек (меньших ячеек).

На рисунке ниже показаны результаты деления изображения на 10 строк и 10 столбцов и макс. Ключевые точки 1000. Слева - результат для FAST (894 Keypoint), а справа - результат для детектора Orb (142). Keypoint).

Может кто-нибудь объяснить мне, почему я получаю разные результаты? Потому что я думал, что ORB основан на функциях FAST. И есть ли способ получить то же количество ключевых точек, что и FAST при использовании ORB?

БЫСТРО против обнаружения ORB

Answer 1

Eventhough ORB использует детектор ключевых точек FAST, это не то же самое, что мы должны получить одинаковое количество ключевых точек при использовании FAST и ORB.

ORB просто построен на детекторе ключевых точек FAST, а детектор FAST модифицирован в ORB, и он не совсем такой (оригинальный). В официальной газете ORB говорится о дополнительных вкладах в детектор FAST в ORB, и, пожалуйста, изучите их.

"FAST does not produce a measure of cornerness, and we have found that it has large 
responses along edges. We employ a Harris corner measure [11] to order the FAST keypoints. 
For a target number N of keypoints, we first set the threshold low enough to get 
more than N keypoints, then order them according to the Harris measure,
and pick the top N points. "

Это может быть одной из причин, по которой оно дает вам меньшее количество ключевых точек. Что я могу предложить вам с моей стороны, так это просто минимизировать пороговое значение, чтобы вы могли получить большее количество ключевых точек.