Task01 Ирина Дынина ИТМО

[IrDIE]

Перечислите идеи и коротко обозначьте мысли которые у вас возникали по мере выполнения задания, в частности попробуйте ответить на вопросы:

1. Почему SIFT менее точно угадывает средний угол отклонения? изменяется ли ситуация если выкрутить параметр ORIENTATION_VOTES_PEAK_RATIO=0.999? почему?
   --->> всё относительно. мне кажется правильнее спросить не почему sift хуже, а почему orb лучше. ORB использует подход с центроидами, и насколько я знаю не может на 1 keypoint раздвоить точку (как в sift с бинами)
   delta in ORIENTATION_VOTES_PEAK_RATIO::

2. Как надежно замерить во сколько раз распараллеливание через OpenMP ускоряет ваш вариант SIFT? Попробуйте сделать это на вашем компьютере, какое ускорение относительно однопоточной версии оказалось? Сколько у вашего процессора ядер и сколько потоков?

3. Правда ли можно строить каждый слой в Gaussian пирамиде из самого первого слоя этой октавы? Или нужно обязательно делать так как предложено в статье - дополняя размытие предыдущего слоя этой октавы? Совпадают ли пирамиды визуально?
   --->> мы можем либо начинать с base изображения каждый раз пересчитываю сигму на основе current_oct_id | current_layer_in_oct. Или основываться на sigma_prev (которая меняется пока мы спускаемся по пирамиде). Кажется результат один и тот же

4. Какие ожидания от картинок в Gaussian пирамиде можно придумать? Как проверить что работает корректно? С какой другой картинкой предыдущей октавы должна визуально совпадать конкретная картинка конкретной октавы? Как их визуально сравнить, ведь они разного размера?
   --->> размытие увеличивается, первая картинка октавы == последней предыдущей октавы. Resize бОльшей картинки к размеру меньшей

5. Почему в октаве Gaussian пирамиды s+3 картинки а не s+2 например?
   --->> вот поэтому https://t.me/c/3808617323/151

6. Какие ожидания от картинок в DoG пирамиде можно придумать?
   --->> делая разность раздности мы ожидаем получить какие то пики

7. Почему порог контрастности должен уменьшаться при увеличении числа слоев в октаве?
   --->> больше слоёв => меньше отличие между самими изображениями => не так контрастно

8. Какая строка ответственна за определение сигмы (или что почти то же самое - радиуса) которая задает окрестность по которой определяется ориентация ключевой точки?

        int radius = (int)std::round(3.f * sigma_win);
        // radius of a point refers to the size of the region 
        // around the keypoint that is considered for further processing

9. За какой строки вашего кода дескриптор инвариантен к повороту картинки?

float mag = std::sqrt(gx * gx + gy * gy);
float angle = std::atan2(gy, gx);
/* I had a question about why we need gradient both for computeOrientation and computeDescriptors:

Why Can't We Reuse the Gradients and Angles?
        Different Neighborhoods:
        In computeOrientations, the gradients are computed over a circular region around the keypoint to determine the dominant orientation.
        In computeDescriptors, the gradients are computed over a larger rectangular region divided into spatial bins to build the descriptor.
        
        Different Uses:
        In computeOrientations, the gradients are used to build an orientation histogram.
        In computeDescriptors, the gradients are used to populate the spatial and orientation bins of the descriptor.
        
        Rotation Adjustment:
        In computeDescriptors, the gradient angles are adjusted relative to the keypoint's dominant orientation. This adjustment is not needed in computeOrientations.
        Performance Considerations:

    */

// инвариантность к повороту: повернем направление градиента на угол ключевой точки
float angle_invariant = angle - kp_angle_rad;