关于CheckMovingKeyPoints( )函数的问题

[rantengsky]

学姐你好，在函数CheckMovingKeyPoints( )中，

不太明白这段代码是什么意思，并(int m=-15, m<15, m++)中的15是什么意思？
对您的工程很感兴趣，希望收到您的回复？
谢谢，祝好！

[rantengsky]

这个15和people label有关系吗？不是很理解

[gaunthan]

我的理解是这里设置了一个大小为 30 的搜索窗口，用来决定这个动点附近是否有像素点的标签为 people。

相比于只判断动点本身的标签，判断动点所在窗口内的多个像素点的标签更合理一点，因为检测的动点的位置可能不是那么准确。

[aiyanxiao]

学长 你好 看你在研读这个代码 请问 void Frame::ProcessMovingObject(const cv::Mat &imgray)函数中
for (int i = 0; i < state.size(); i++)
{
if(state[i] != 0)
{
int dx[10] = { -1, 0, 1, -1, 0, 1, -1, 0, 1 }; //不太明白为何这么设置
int dy[10] = { -1, -1, -1, 0, 0, 0, 1, 1, 1 };
int x1 = prepoint[i].x, y1 = prepoint[i].y;
int x2 = nextpoint[i].x, y2 = nextpoint[i].y;
if ((x1 < limit_edge_corner || x1 >= imgray.cols - limit_edge_corner || x2 < limit_edge_corner || x2 >= imgray.cols - limit_edge_corner
|| y1 < limit_edge_corner || y1 >= imgray.rows - limit_edge_corner || y2 < limit_edge_corner || y2 >= imgray.rows - limit_edge_corner))
{
state[i] = 0;
continue;
}
double sum_check = 0; //这里没有看懂
for (int j = 0; j < 9; j++)
sum_check += abs(imGrayPre.at(y1 + dy[j], x1 + dx[j]) - imgray.at(y2 + dy[j], x2 + dx[j]));
if (sum_check > limit_of_check) state[i] = 0;
if (state[i])
{
F_prepoint.push_back(prepoint[i]);
F_nextpoint.push_back(nextpoint[i]);
}
}
}
能帮忙解释一下吗？ 谢谢

[gaunthan]

这里是计算以关键点为中心，3x3 patch的差异。

patch的差异是两个patch里对应位置的像素灰度值的差值的绝对值之和。这个和越大，代表这两个关键点的外观越不接近，因此它们可能是误匹配点。

这一整段代码的作用就是过滤掉那些靠近图像四周、或者外观差异过大的匹配点，保存剩下的关键点。本质上就是一个去除噪点的过程。

我这样说，可以理解吗~

[gaunthan]

另外给个小建议，Github Issue是支持Markdown语法的，贴代码的时候可以用一下这个功能，看起来会舒服很多。

如

#include <iostream>
using namespace std;

int main()
{
    cout << "Hello, world!" << endl;
    return EXIT_SUCCESS;
}

如果不懂Markdown的话，可以学习一下，很容易的~

[aiyanxiao]

另外给个小建议，Github Issue是支持Markdown语法的，贴代码的时候可以用一下这个功能，看起来会舒服很多。

如

#include <iostream>
using namespace std;

int main()
{
    cout << "Hello, world!" << endl;
    return EXIT_SUCCESS;
}

如果不懂Markdown的话，可以学习一下，很容易的~
还是不太懂
int dx[10] = { -1, 0, 1, -1, 0, 1, -1, 0, 1 }; //不太明白为何这么设置 int dy[10] = { -1, -1, -1, 0, 0, 0, 1, 1, 1 };

[gaunthan]

你画一个3x3的网格，中心格子的坐标为(0, 0)。然后你把这些值都代进去算一遍，就明白了。

dy，dy就是偏移量而已，从左到右，从上到下，一个九个格子。

[aiyanxiao]

你画一个3x3的网格，中心格子的坐标为(0, 0)。然后你把这些值都代进去算一遍，就明白了。

dy，dy就是偏移量而已，从左到右，从上到下，一个九个格子。

谢谢学长的回答

[ztayou]

我的理解是这里设置了一个大小为 30 的搜索窗口，用来决定这个动点附近是否有像素点的标签为 people。

相比于只判断动点本身的标签，判断动点所在窗口内的多个像素点的标签更合理一点，因为检测的动点的位置可能不是那么准确。

我觉得这样很没必要，就算大小为30的窗口里有人的标签，但是这些点也没用来干什么呀，不照样还是进行下一步从关键点中排除人的标签，和这些点也没关系呀，反过来说，如果30窗口里没有人的标签，那就判断不是运动物体么？就不可能是其他猫或者狗其他运动的物体？而且其中30的窗口中如果找到人的标签就break，那就不是判断所有动点附近有像素是人的标签了，只要是判断其中一个动点附近有人的标签，就进行下一步。

[ztayou]

这里是计算以关键点为中心，3x3 patch的差异。

patch的差异是两个patch里对应位置的像素灰度值的差值的绝对值之和。这个和越大，代表这两个关键点的外观越不接近，因此它们可能是误匹配点。

这一整段代码的作用就是过滤掉那些靠近图像四周、或者外观差异过大的匹配点，保存剩下的关键点。本质上就是一个去除噪点的过程。

我这样说，可以理解吗~

我想问下，是不是用F矩阵来判断外点，前提是要进行匹配，匹配是不是耗时比较长，影响实时性。如果是知道了通过极线约束得到的外点，就是T_M，还有当前帧的关键点，但是前提没有mask（就是代码中imS），没有用到segnet，如何判断运动物体比较好呢？