9

关于SIFT 算法有几个问题，但它们似乎都集中在两个图像之间的简单比较上。与其确定两张图像的相似程度，不如使用 SIFT 从数千张图像的集合中找到最接近的匹配图像？换句话说，SIFT 是否可扩展？

例如，使用 SIFT 为一批图像生成关键点，将关键点存储在数据库中，然后找到与为“查询”图像生成的关键点具有最短欧几里德距离的那些是否可行？

在计算欧几里得距离的时候，会不会忽略关键点的x、y、尺度、方向部分，只看描述符？

4

1 回答 1

8

有几种方法。

一种流行的方法是所谓的词袋表示，它仅根据匹配的描述符数量进行匹配，因此忽略由（x、y、比例和方向）组成的位置部分，只查看描述符。

对大型数据库的高效查询可能会使用局部敏感散列等近似方法

其他方法可能涉及词汇树或其他数据结构。

对于还考虑位置信息的有效方法，请查看金字塔匹配内核

于 2011-03-03T21:25:49.510 回答