Task02 Игорь Логинов SPbU #15
Closed
Conversation
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
? |
|
А остальное хорошо |
|
Дописал ответ на второй вопрос |
|
Задача зачтена, 8/10 баллов 👍 |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
Add this suggestion to a batch that can be applied as a single commit.
This suggestion is invalid because no changes were made to the code.
Suggestions cannot be applied while the pull request is closed.
Suggestions cannot be applied while viewing a subset of changes.
Only one suggestion per line can be applied in a batch.
Add this suggestion to a batch that can be applied as a single commit.
Applying suggestions on deleted lines is not supported.
You must change the existing code in this line in order to create a valid suggestion.
Outdated suggestions cannot be applied.
This suggestion has been applied or marked resolved.
Suggestions cannot be applied from pending reviews.
Suggestions cannot be applied on multi-line comments.
Suggestions cannot be applied while the pull request is queued to merge.
Suggestion cannot be applied right now. Please check back later.
Чтобы вероятность выбрать хорошую четвёрку точек была выше (и, соответственно, нужно было меньше итераций в RANSAC)
Cluster filtering работает хуже без Ratio test, так как из-за похожести дескрипторов не совпадающих точек могут быть выброшены корректные матчи + некоторые некорректные матчи могут пройти, так как мы их не убрали раньше.
Сам по себе Ratio Test убирает относительно мало некорректных матчей, поэтому без Cluster Filtering к этапу RANSAC остаётся слишком много пар точек.
Он может быть равен нулю. Использовать другой способ нахождения матрицы гомографии.
Как минимум, что фотографии являются фотографиями пространства, а не плоскости и из-за этого всё, что связано с объёмом, страдает. (Например, я пробовал склеить left1 и right1, получается что одна фотография становится очень маленькой, а другая сильно растянута ближе к краю и это выглядит не очень (но наверное эти фотографии вообще сложно склеить))
Помимо этого, в дереве могут быть длинные пути и тогда небольшие ошибки матчинга между соседними снимками накапливаются в большие ошибки между далёкими кадрами
Попарно попытаться посклеивать картинки, для каждой пары посчитать какую-то метрику качества (например, зависящую от количества совпавших точек и матрицы гомографии). Потом найти минимальный/максимальный остов в этом графе (в зависимости от того, лучше низкие значения метрики или высокие). А потом у остова нужно выбрать корень - тут наверное можно попробовать все корни и решить, какой лучше по какой-нибудь другой метрике (например, минимизировать максимальное изменение размера картинки) - для некоторых метрик это должно быть возможно сделать, не рисуя итоговую картинку.
Пробовал позапускать. Часто падает knn с ошибкой (как я понял), что не для всех точек получилось найти сопоставление. Мой SIFT находит очень много ключевых точек, возможно в этом проблема. Я попробовал поднять contrast_threshold и добавить фильтрацию по размеру - вроде стало лучше, но всё равно многие тесты по тем или иным причинам падают: кажется что там достаточно высокие требования к некоторым метрикам и даже при использовании cv::SIFT подобрать гиперпараметры для деревьев достаточно сложно (а у своего SIFT гораздо больше плохо подобранных параметров + что-то может быть реализовано не очень точно)
CI