Я читал о том, как детектор FAST работает на бумаге, Эдвард Ростен и другие интерпретируют его в Интернете о том, как алгоритм идентифицирует край, сравнивая пиксель-кандидат I_p с точками вокруг него + порог через дерево изученных решений и говоря если это ребро или нет.
Я получаю эту часть, но то, что я пропустил, это объяснение, которое я пропустил, так это то, как алгоритм изначально находит кандидата-кандидата в Ключевой точке. Похоже, это относится не только к FAST, но и к любым другим детекторам ключевых точек и дескрипторам объектов. Все документы и пояснения к экстракторам / дескрипторам функций сосредоточены на том, как они идентифицируются после того, как они находят кандидатов, и не объясняют, как они изначально go находят возможные ключевые моменты для рассмотрения.
Я имею посмотрел исходный код OpenCV здесь https://github.com/opencv/opencv/blob/master/modules/features2d/src/fast.cpp но, честно говоря, код довольно крипти c. Я думаю, что он просто делает скользящее окно на изображении по окну FAST или по размеру ядра для кольца детектора, которое равно 6 по диаметру и просто движется вперед, чтобы найти кандидатов.
это как детекторы находят кандидатов? Это обычно использует скользящее окно? Использует ли он какой-то другой подход? Использует ли другой детектор другие способы для первоначального поиска кандидатов? Существуют ли другие способы или алгоритмы для поиска кандидатов на ребро или ключевые точки?