로우 (Lowe)의 논문 4.1 절에서 헤 시안 매트릭스 (Hessian Matrix)를 사용하는 주 곡률의 비율을 사용하여 에지에 속하는 점을 제거합니다.SIFT에서 에지 응답 제거
본지에서는 원본 이미지 또는 DoG에서 헤세 인 행렬을 계산할지 여부를 지정하지 않습니다. Rob Hess's implementation에서 지정된 옥타브 & 간격으로 DoG에 적용됩니다.
내 질문은 DoG에 잠재적 인 모서리를 식별하기 위해 헤 시안 매트릭스가 적용된 이유는 무엇입니까?
나는 헤 시안이 해리스 코너 감지와 비슷하다고 가정하고 Utkarsh's tutorial에서 알 수 있습니다. 차이점은 헤 시안 행렬이 2 차 미분이라는 점입니다. 그래서 나는 원래 이미지에 헤 시안을 적용해야한다고 결론을 내렸다.
헤 시안 사용 방법을 설명하는 관련 리소스를 가르쳐 주시겠습니까?