我正在尝试找到一种快速匹配数据库中描述符的方法。我的程序按以下方式工作：
1) 使用图像描述符填充数据库（使用适当的特征检测算法）
2）加载图像
3) 提取该图像的描述符并将其与数据库中的所有描述符进行比较，以便找到合适的匹配项。
可以想象，计算 32 个描述符的数百万次比较是非常繁重的。我使用了一个散列函数，但它只适用于两个完全相同的描述符，因此只匹配两个完全相同的图像。
你建议我用什么来加快搜索速度？
干杯
编辑：
我决定从使用神经网络解决方案开始。对于任何想要开始研究该主题的人来说，这是一个 非常好的链接。
您要完成的工作本质上称为机器学习/分类。考虑到数据库的大小，直接比较确实没有希望。
以防万一您不了解这些术语。您拥有的数据库称为learning-dataset。您需要使用机器学习算法，如 SVM（支持向量机）、K-NN（K-最近邻）、神经网络等来学习模型。该模型后来用于预测新实例的结果，即。您要与数据库进行比较的向量。
我强烈建议使用 SVM，因为它是机器学习文献中最先进的分类器。它有一个实现，称为“SVM light”。 http://svmlight.joachims.org/。也可以使用 SVM-light 进行排名。请也看一下。
您也可以尝试使用神经网络。我在 matlab 中使用神经网络工具箱（nprtools），它非常简洁。