0

我需要解决的问题是将较小的图像集“匹配”到较大的图像。不仅如此,我还想对它们的相似性进行排名。

我的第一个想法是使用 sift 功能,发现 vl_sift 功能做得非常好。在同一个库中,我能够使用 vl_ubcmatch 来获取两个图像之间的匹配关键点。我现在的问题是获得一个标准来对图像之间的相似性进行排名,以及一个将这些方法应用于整个数据库的好策略。

你能帮我吗?

注意 1:我将应用此功能的图像是从车辆的内置摄像头拍摄的,该车辆在城镇周围进行了一些旅行,并以 1 图像/秒的帧速率获取图像。我想使用的“相似性”的定义是将高度相似性归因于相同位置的图像。如果我将城镇周围的一些已知位置定义为 A、B、C 和 D,我想用这个算法实现的是在所拍摄的整组照片中找出哪些图像来自这些位置 A、B、C 和 D .

注2:我正在使用matlab。

4

1 回答 1

0

您可以使用“词袋”方法。Sivic 和 Zisserman 的论文“ Video Google: Efficient Visual Search of Videos ”中对此进行了很好的描述

于 2013-11-05T14:37:45.220 回答