Как оценить Feature дескрипторы с Matching Algorithm

Question

Я пытаюсь оценить Feature Детекторы и дескрипторы с алгоритмом Flann на основе этого tutorial

Я хочу, чтобы построить кривую ROC для части оценки поэтому у меня есть для получения TP, FN, FP и TN. Дело в том, что я не знаю, как получить эти ценности! Я прочитал много статей, но ни один из них не объясняет, например, как они получают ложные срабатывания. В данном учебном пособии вы можете установить определенный порог, чтобы вы могли подсчитать хорошие и плохие совпадения, но это не оправдание того, что все было правильно согласовано. Должен ли я считать это для каждой пары изображений вручную или это их общий метод, разрешите это автоматически.

Заранее благодарим за любую помощь!

Answer 1

Вы должны иметь так называемую «основную истину» - проверенные вручную соответствия или матрицу преобразования (фундаментальную или гомографическую) между двумя изображениями. Соответствие, соответствующее этой матрице, является правильным.

Проверить подход, используемый в классических работах Миколайчика и др. «A comparison of affine region detectors», «A PERFORMANCE EVALUATION OF LOCAL DESCRIPTORS» и Moreels и Перона "Evaluation of Features Detectors and Descriptors based on 3D Objects "