3

我正在寻找数据库中的图片（1000 张图片）。为了做到这一点，我使用带有 ORB 的功能包。然后，我使用 LSH。

有一点我完全不明白。有了 KD-TREE，我在我最近的 3 个邻居中得到了一个很好的匹配，其他结果非常糟糕。我认为这是因为 KD-TREE 在高维数据中的表现非常糟糕。

索引：[47、194、1118] 距离：[0、0.01984383、0.021690277]

然后，当我使用带有汉明距离的 LSH 时，无论我的查询图像如何，我总是得到相同的坏结果。

索引 : [0, 1, 2] 距离 : [0, 0, 0]

 responseDatabase.convertTo(responseDatabase,CV_8U);
 cv::flann::Index flannIndex(responseDatabase,cv::flann::LshIndexParams(20,10,2), cvflann::FLANN_DIST_HAMMING);
cv::Mat results, dists;
 int k=3; // find the 3 nearest neighbors


// search (nearest neighbor)
responseQuery.convertTo(responseQuery,CV_8U);
flannIndex.knnSearch(responseQuery, results, dists, k, cv::flann::SearchParams() );

和

 cv::flann::Index flannIndex(responseDatabase,cv::flann::KDTreeIndexParams,cvflann::FLANN_DIST_EUCLIDEAN);
cv::Mat results, dists;
 int k=3; // find the 3 nearest neighbors


// search (nearest neighbor)
flannIndex.knnSearch(responseQuery, results, dists, k, cv::flann::SearchParams() );

responseQuery --> cv::Mat 包含查询的响应直方图 databaseQuery --> cv::Mat 包含我数据库中所有图片的响应直方图

我想念什么吗？也许对于 ORB，除了其他事情之外我还必须做一些事情？我确切地说，首先我将 SIFT 和 SURF 与 LSH 和 KD-TREE 一起使用，即使它并不完美，我也得到了很好的结果。

谁能解释我为什么？我真的不明白为什么。

但是我使用 BruteForce-Hamming 作为匹配器。

4

0 回答 0