lardon3d/docs/architecture/precision_feature_pipeline.md

Precision Feature Pipeline v1A

Contrat multipasse

IMPLEMENTED. Une image peut porter plusieurs FeatureSet immutables et indépendants. PASS 0 conserve ORB v1 (orb, U8×32, Feature File v1, features.extract) pour le Visual Index. PASS 1 ajoute SIFT v1 (sift, F32×128, Feature File v2, features.extract.sift). PASS 1B applique RootSIFT dans un Feature Set distinct (rootsift, version 1, features.extract.rootsift). Une panne SIFT ne modifie jamais ORB et SIFT ne dépend pas d'ORB pour être correct.

Le profil conceptuel PRECISION_CLASSIC_V1 persiste toujours ses valeurs effectives : 4096 features au plus, 3 couches par octave, seuil de contraste 0,02, seuil d'arête 10, sigma 1,6, grille 8×8 et quota 96 par cellule. Les bornes sont respectivement 1..8192, 1..8, 0,001..0,2, 1..100, 0,5..3, 1..32 pour chaque dimension de grille et 1..8192 par cellule. Le fingerprint SHA-256 encode les binary64 exacts en little-endian, tous les entiers, la grille et le choix RootSIFT ; il ne dépend ni de la locale ni d'un JSON.

Extraction et qualité spatiale

OpenCV 5 est appelé explicitement par cv::SIFT::create(max_candidates, octave_layers, contrast_threshold, edge_threshold, sigma, true). Le dernier argument active le precise upscale d'OpenCV 5. L'appel detectAndCompute est une frontière C++ non interruptible ; pause et annulation sont observées avant et après. Les exceptions restent confinées à la façade C.

OpenCV peut dépasser légèrement nfeatures lorsque des réponses sont à égalité. La sélection publiée reste strictement limitée par max_features; un plafond défensif de 65 536 candidats rejette une sortie backend anormale avant toute copie Lardon3D.

SIFT localise déjà les extrema à une position subpixel. Aucun cornerSubPix supplémentaire n'est appliqué. CLAHE n'est pas activé ; il reste benchmark-only et exigerait un fingerprint distinct s'il devenait un preprocessing production.

Les candidats sont classés de façon déterministe par réponse décroissante, puis y, x et index OpenCV initial. Un quota par cellule est appliqué avant la limite globale. Les coordonnées ne sont pas transformées. Une modification de grille produit un nouveau fingerprint et donc de nouveaux indices immutables. occupied_cells, total_cells, coverage_ratio et feature_density_per_megapixel sont persistés dans ProjectDb ; une couverture faible reste un diagnostic.

RootSIFT conserve exactement les keypoints SIFT. Chaque descriptor est normalisé par sa somme L1 puis transformé composante par composante par racine carrée. Un descriptor nul reste nul ; toute valeur non finie est rejetée. Le benchmark test-only emploie L2, tandis qu'ORB reste dans son espace Hamming.

Tâches, ressources et reprise

Une tâche traite une image et persiste ses paramètres dans sift_extract_tasks avant enqueue. Une tâche READY identique devient un no-op validé. Après crash, la registry statique reconstruit le même task_id; l'image est recommencée, sans micro-checkpoint trompeur. Aucun Feature Set partiel ne devient READY. Le SHA-256 de l'Image Asset géré est vérifié avant décodage.

L'estimation SIFT réserve un slot CPU, un slot IO, aucun GPU et environ 1,06 Gio structurels : image décodée, pyramides OpenCV, candidats et descriptors. Le pic de lot est zéro. OpenCV peut utiliser son backend parallèle interne ; Lardon3D ne modifie aucun état global OpenCV. Le scheduler v1 reste à un worker, ce qui borne actuellement l'oversubscription entre tâches.

Le modèle n'est pas présenté comme un RSS mesuré : l'image grayscale atteint 100 MB à la limite post-décodage, le plafond défensif de candidats représente au plus 32 Mio de descriptors F32 bruts, la sortie publiée au plus 4 Mio, et le reste de la réservation couvre pyramides, buffers et overhead OpenCV. ORB conserve son estimation historique de 576 Mio. Une API fiable de dimensions multi-format avant décodage n'étant pas utilisée, le rejet 100 Mpx intervient après imread.

La build OpenCV/TBB système n'est pas instrumentée par TSan et rapporte ses propres accès de teardown TLS/cv::Mat. Les tests TSan suppriment uniquement les frames des objets partagés libopencv_core.so et libopencv_features.so; les frames Lardon3D et toutes les autres bibliothèques restent contrôlées.

Consolidation intra-image

PASS 3 crée un feature_support_set immutable pour une paire ORB/SIFT et un rayon fingerprinté (4 px par défaut, 0,5..64). Une grille spatiale hachée trouve le plus proche ORB non encore utilisé pour chaque SIFT. La complexité attendue est O(N+M+candidats locaux), les entrées sont bornées à 8192 par Feature Set et les égalités sont résolues par index. La position SIFT, déjà subpixel, devient la représentante d'un groupe confirmé ; les observations isolées sont gardées.

Les tables normalisées feature_support_groups et feature_support_members enregistrent feature_set_id + feature_index et un support_count de 1 ou 2. La distance spatiale est persistée. L'API de ranking transparente classe d'abord support_count=2, puis l'identité durable comme tie-break; aucun score opaque n'est inventé. Aucun descriptor ORB n'est comparé, converti ou fusionné avec un descriptor SIFT. Ces groupes sont intra-image : ce ne sont ni des matches multivues, ni des tracks, ni une preuve géométrique.

Durcissement et tests de consolidation

Le fichier tests/test_precision_consolidation.c contient 19 tests de durcissement couvrant la consolidation ORB/SIFT. Ces tests sont uniquement des tests unitaires ; aucun code de production n'est modifié.

Couverture :

• zero-features : consolidation avec zéro descripteur SIFT ou ORB.
• rayon boundaries : rayon à la borne inférieure (0,5 px) et supérieure (64 px).
• grid boundary : grille spatiale en bordure d'image.
• support_count : vérifie support_count=1 (isolé) et support_count=2 (paire confirmée).
• mismatch : aucun appariement lorsque les descripteurs sont trop éloignés.
• large set : performance avec un grand nombre de features (borné à 8192).
• idempotence : deux exécutions successives produisent le même résultat immutable.
• concurrence : accès concurrents à la consolidation sans corruption.
• stress : charge élevée pour valider les bornes mémoire et les invariants.
• pagination : lecture paginée des résultats de consolidation.
• fingerprint : reproductibilité du fingerprint SHA-256 des paramètres.
• quality comparison : comparaison de qualité entre zones consolidées et non consolidées.

Ces tests garantissent la robustesse des invariants de consolidation sans modifier le comportement production. La validation ASan/UBSan et TSan est recommandée pour les chemins concurrence et stress.

Benchmark, stockage et frontières futures

precision-features construit une fixture et des homographies déterministes : crop, rotations 5/15/30°, échelles 0,75/1,25/1,5, illumination, flou et faible texture. Il rapporte count, couverture, répétabilité, localisation médiane/P90, temps informatif et correction d'un BFMatcher/ratio test strictement test-only. Ces résultats synthétiques ne prédisent pas la qualité sur de vraies photos.

À 4096 points, les descriptors SIFT occupent 2 Mio/image, plus environ 96 Kio de keypoints et 176 octets de header. À 3700 images, cela représente 7,76 GB (7,23 Gio) de descriptors et 8,12 GB (7,57 Gio) avec keypoints/header. Au maximum 8192, les totaux sont 15,52 GB (14,45 Gio) de descriptors et 16,25 GB (15,13 Gio) complets. RootSIFT en supplément double cette part SIFT ; 3700 images ne sont jamais chargées ensemble.

Le Visual Index v1 reste exclusivement ORB-LSH. Candidate Pair Generator, matching production, vérification géométrique, tracks et SfM sont PLANNED. ALIKED est PLANNED / BLOCKED ON MODEL PROVENANCE + VALIDATED ONNX EXPORT : aucun code ALIKED, ONNX ou Python production n'appartient à v1A.