features_accuracy_table — MATCHREG `featmatch` op

• 데이터 종류: image2d → table

• 호출: import fullseye as fs; fs.ledger.features_accuracy_table(image, detector='sift', conditions=None, tol_px=2.0, ransac_thresh=2.0, seed=0, detector_kwargs=None)(구현을 직접 호출하려면 import featmatch; featmatch.features_accuracy_table(image, detector='sift', conditions=None, tol_px=2.0, ransac_thresh=2.0, seed=0, detector_kwargs=None), 원장에서 가져오려면 opsmatchreg.get("features_accuracy_table"))

• GPU: 없음(CPU 참조 구현만)

사용법

알려진 변환으로 합성한 쌍에서 특징점 재현율·대응 정밀도·호모그래피 오차를 조건별 표로 돌려준다. → table.

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

image を条件ごとの既知のホモグラフィ H_true(中心まわりの回転・拡大・遠近)で写し(3 次スプライン補間 —— 照合側と違う補間で、補間の型が一致する甘さを避ける)、照明(利得・ガンマ)・ぼけ・雑音を足した 2 枚目を作る。2 枚とも検出 → 記述 → features_match → ransac_homography を走らせ、合成に使った真の H で答え合わせする:

• repeatability —— 2 枚の共通の領域にある 1 枚目の点のうち、H_true で写した位置から tol_px 以内に 2 枚目の点があるものの割合(Mikolajczyk & Schmid 2005 の考え方を点の距離で。領域の重なりではない)。

• precision —— 照合の組のうち |H_true p1 - p2| < tol_px のものの割合。

• matching_score —— 正しい照合の数 / 共通の領域にある 1 枚目の点の数。

• corner_error_px —— 推定した H と真の H で 4 隅を写したときの距離の平均(HPatches)。RANSAC が合意に届かなければ homography_ok=False で corner_error_px=None。

答えの真値は合成のパラメータそのもので、推定側はそれを知らない(使った式で答え合わせする門

ではない)。限界: 平面の射影変換だけ(視差・遮蔽・鏡面反射は入らない)。照明はこの画像全体に一様(局所の影は入らない)。

Args:

image: 2-D の濃淡画像 [0, 1]。模様の乏しい画像では行がほとんど 0 になる(それも結果)。

detector: "sift" / "orb"。

conditions: None なら DEFAULT_CONDITIONS。条件名の並び(既定の名前から選ぶ)か、

(名前, {rotate_deg, scale, perspective, gain, gamma, blur_sigma, noise_sigma}) の並び。

tol_px: 正しい対応とみなす距離 [px]。

ransac_thresh: ransac_homography の thresh。

seed: 雑音と RANSAC の乱数の種。

detector_kwargs: 検出器へ渡す追加の引数(dict)。

Returns:

dict(kind="feature_accuracy")。rows(条件ごとの dict の list)/ columns /

detector / tol_px / image_shape / n_conditions /

worst(corner_error_px が最大か失敗した条件の名前)。

Raises:

ValueError: 画像が不正 / 検出器の名前が違う / 条件の名前・鍵・値が不正。

자세한 사용 가이드

• matching_registration 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• poc_part_locate_features — py -3.11 examples/poc_part_locate_features.py

타입이 이어지는 다음 연산자(`table` 를 입력으로 받는 것)

features_match · ransac_homography · ransac_fundamental · registration_to_flow2d

같은 카테고리(`featmatch`)

features_sift · features_orb · features_match · ransac_homography · ransac_fundamental

*Provenance: featmatch.py — MATCHREG 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

features_accuracy_table — MATCHREG featmatch op

사용법