我有一组几千张图像，对于每张图像，我都提取了一组 SIFT 特征描述符（目前每张图像绑定 200 个）。
我需要形成每个图像之间距离的完整图表。也就是说，我需要通过一些度量来计算每个图像到其他图像的距离。
到目前为止，我已经尝试使用 FLANN 计算两个节点之间最近的 20 个相邻描述符，然后计算每个匹配描述符之间的平均距离。不幸的是，这个过程需要很长时间才能执行。
我有什么方法可以更有效地比较这些图像的描述符吗？
问问题
1669 次
1 回答
5
您可以考虑将描述的 SIFT 聚合为视觉词袋 (BoV) 或局部聚合描述符向量 (VLAD)。基本上：
1 - 使用例如 K-means 计算码本（K SIFT 描述符）
2 - 对于每个图像，提取 SIFT 描述符，然后在码本中寻找每个图像的最近邻居。因此，根据码本计算图像的 SIFT 直方图。这是最简单的方法（硬编码、Sum pooling），但存在替代方法（并且通常为计算机视觉问题提供更好的结果）
3 - 因此，每个图像都用一个大小为 K 的唯一向量（直方图）表示。然后，您可以简单地将图像之间的距离计算为这些直方图之间的（例如欧几里得）距离。
于 2015-03-29T20:31:58.577 回答