我是计算机视觉的新手，但我想探索这个领域
现在我学习了如何检测时空兴趣点。为此，我读了伊万·拉普捷夫的这篇文章
所以，我停留在从R2(平面(到R1(矢量(的变换图像上。(本条第2.1款开头(：
在空间域中，我们可以对图像f(sp(进行建模：R^2->R其线性尺度空间表示(Witkin，1983；Koenderink和van Doorn，1992；林德伯格，1994年；Florack，1997(2
我不明白，我们如何得到1(图像来自R^2，R(
有人能就这一点发表好文章吗，或者自己解释
据我所知，我们使用卷积和高斯核来实现这一点。但是，在卷积之后，我们也得到了图像R^2。
如果将图像建模为函数f(x,y)，则在R^2中传递值(每个维度为一个维度，x和一个维度为y(。对于每对x和y，你会得到一个一维输出(标量(，对吧？只是愚蠢的数学：-(
段落只是声明函数对R^2中的邻域进行运算并返回标量。对于高斯，这是真的——它取一个点周围的邻域，并返回一个标量，该标量是邻域中像素的加权和，作为该邻域相对于邻域中心的位置的函数。