vlfeat dense sift理解

一、Dense SIFT Sampling

DSIFT在尋找顯著點時不是嘗試使用一個分類器判斷是否是顯著點，而是爲了簡化，所有顯著點是均勻分佈（equally dense across ）在圖像的各個區域的。在採樣時有個涉及不同尺度下采樣步長（pixel stride）是否應該相同的問題。窗口移動同樣的步長，在更大的尺度下，窗口要大些，這會使得相鄰窗口的重疊區域面積比率變大，從而使得采樣的冗餘較小尺度下的冗餘要大。當前流行的多尺度採樣方法傾向的就是這種策略。DSIFT也是使用這種策略，因爲要簡單得多。

二、Dense SIFT計算過程

1）讀入一副灰度圖像（彩色圖像要轉成灰度圖像），DSIFT算法首先要將圖像等分成一個個小的像素塊（frames）。
2）然後每個像素塊再分成更小的塊，比如4*4=16塊，代表中心keypoint，在vlfeat中對應numBinX和numBinY。計算每個塊在8個方向上的梯度直方圖，在vlfeat中對應numBinT。這16個塊每個塊的大小有binSize指定。同時根據窗口移動步長StepX和StepY移動窗口。

3）計算出每個小塊中心像素的梯度後，可以採用兩種方法計算出descriptor，一種是各個位置等權重方式，一種是高斯核函數方式。兩種方式都可以使用卷積來實現。
4）根據卷積窗口參數，與卷積梯度，得到descriptor。

計算的值主要是如下兩種卷積窗口：

三、DSIFT的相關參數計算

1)frame個數(D)的計算。frame的水平寬度爲binSizeX∗numBinX ，垂直高度爲binSizeY∗numBinY ，計算方式如下：

2）每個8*8大小的塊對應的descriptor就是一個4*4*8維數的向量，整個圖像如果分成D個塊的話，那麼DSIFT特徵的維數就是D*4*4*8。一副圖像特徵的維數爲：D∗numBinT∗numBinX∗numBinY 。