Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
| 31 |
Tags
- Random Forest
- 가우시안 필터
- classification
- difference of gaussian
- harris corner detection
- 해리스 코너
- 머신러닝
- feature matching
- 데이터사이언스
- corner detection
- ai competition
- kaggle
- kaggle titanic
- XGBoost
- 인공지능
- 이미지 처리
- spaceship titanic
- Ai
- blob detection
- 코너 검출
- decision tree
- 캐글
- 컴퓨터비전
- Computer Vision
- feature descriptor
- data science
- Machine Learning
- Image Processing
- random forest tree
- 인공지능대회
Archives
- Today
- Total
목록cs (1)
이것저것
[Computer Vision] SIFT and Feature Matching
Recap: Blob detection지난 포스팅에서는 feature point중 하나인 blob에 대하여 살펴보았다. Blob은 이미지에서 주변과 비교했을때 intensity가 다른 영역을 의미한다. Blob을 감지하는 방법은 우선 2D Gaussian function의 Laplacian을 계산한 후 standard deviation의 제곱을 곱하여 scale-normalize를 하고 이 2d filter를 이미지에 convolve를 하였을때의 local maxima를 찾는다. 이때 scale space에서 local maxima들중 가장 response가 큰 optimal sigma가 정해지며, $\frac{\sigma}{\sqrt{2}}$ 가 blob의 radius 가 된다. 하지만 LoG를 사용하..
Computer Vision
2025. 1. 4. 12:36