База ответов ИНТУИТ

Разработка мультимедийных приложений с использованием библиотек OpenCV и IPP

<<- Назад к вопросам

Какие точки на изображении наиболее подходят для вычисления оптического потока LK- методом.

(Отметьте один правильный вариант ответа.)

Варианты ответа
точки принадлежащие прямолинейным участкам границы объекта.
точки соответствующие однородным областям объекта.
точки соответствующие непрямолинейным участкам границы объекта.(Верный ответ)
Похожие вопросы
LK - метод вычисления оптического потока осуществляет следующие вычисления:
Если (X Y Z) – координаты трехмерной точки, P – проекционная матрица, то по какой формуле найти координаты (u v) этой точки на изображении?
Выберите условия применимости метода вычисления оптического потока для определения областей движения.
Если стерео-смещение (диспарити) точки A больше, чем у точки B, и рассматривается расстояние вдоль оптической оси камер (то есть рассматривается координата Z), то:
О чем свидетельствует уменьшение величины площади под ROC-кривой, на которой отображены значения precision/recall для алгоритма нахождения совпадений между ключевыми точками на изображении и шаблоне:
Пусть на изображении и на шаблоне содержится n ключевых точек. Чему равна вычислительная сложность алгоритма нахождения соответствий между точками на изображении и точками на шаблоне в случае использования метода полного перебора:
Какая функция библиотеки OpenCV позволяет построить ребра на изображении?
Что такое особые точки на изображении?:
Пусть рассматривается метод детектирования объектов на изображении, основанный на сопоставлении с шаблоном, который представляет собой набор дескрипторов ключевых точек. В качестве меры совпадения ключевой точки на изображении с точкой на шаблоне используется критерий близости их дескрипторов по евклидовой метрике (значение данной величины должно быть меньше определенного порога). К чему приведет увеличение значения данного порога:
Пусть рассматривается метод детектирования объектов на изображении, основанный на сопоставлении с шаблоном, который представляет собой набор дескрипторов ключевых точек. В качестве меры совпадения ключевой точки на изображении с точкой на шаблоне используется критерий близости их дескрипторов по евклидовой метрике (значение данной величины должно быть меньше определенного порога). К чему приведет уменьшение значения данного порога: