|
Tamaño: 413
Comentario:
|
Tamaño: 760
Comentario:
|
| Los textos eliminados se marcan así. | Los textos añadidos se marcan así. |
| Línea 5: | Línea 5: |
| En esta etapa, comparamos el uso de SIFT (Scale-Invariant Feature Transform) como descriptor con respecto a SURF (Speeded Up Robust Feature). Para esto, utilizamos el dataset St. Lucia. Los parametros utilizados son los siguientes: * Detector: ADAPTIVE * FabMapVersion: FABMAP2 * BayesMethod: ChowLiu |
|
| Línea 6: | Línea 10: |
| == SURF == Como primera medida, ejecutamos el programa haciendo uso del descriptor SURF, utilizando un Cluster Size de 0,45. Como resultado, obtuvimos la siguiente matriz de confusión: {{attachment:resultSURF.jpg||width=500}} |
|
| Línea 7: | Línea 14: |
| ---- /!\ '''Edit conflict - other version:''' ---- {{attachment:resultSIFT.jpg||width=120}} ---- /!\ '''Edit conflict - your version:''' ---- |
|
| Línea 12: | Línea 15: |
---- /!\ '''End of edit conflict''' ---- |
Pruebas usando descriptor SIFT
En esta etapa, comparamos el uso de SIFT (Scale-Invariant Feature Transform) como descriptor con respecto a SURF (Speeded Up Robust Feature). Para esto, utilizamos el dataset St. Lucia. Los parametros utilizados son los siguientes:
- Detector: ADAPTIVE
FabMapVersion: FABMAP2
SURF
Como primera medida, ejecutamos el programa haciendo uso del descriptor SURF, utilizando un Cluster Size de 0,45. Como resultado, obtuvimos la siguiente matriz de confusión: 
