matlab - kdtree 与直方图编码

Question

我正在使用 VLSift 进行对象识别，在我看来，有多种方法可以使其正常工作。一种方法是： - 提取 SIFT 特征 - 使用保存现有 SIFT 特征数据库的 kdtree 查找特征 - 返回最佳 bin 特征

另一个似乎是：-提取 SIFT 特征-创建直方图

即忽略物体识别的分类部分。我是否正确，这是两种合法的方法？据我所知，直方图也会得到最好的 bin。如果是这样，哪个更好？有什么优点和缺点？

Answer 1

Kd-Tree 是一种包含一组项目的数据结构。它允许快速搜索查询项的 K 个最近匹配项。

就物体识别问题而言，Kd-Tree 并不是必要的组件。它仅用于改善匹配单个特征的运行时间。

直方图方法根本不需要匹配单个特征。相反，您量化了查询图像的特征。然后，计算量化特征的直方图。为了找到匹配的数据库图像，您需要在数据库中查找最相似的直方图。

由于不需要匹配单个特征，直方图方法运行得越来越快。

这两种方法之间的一个重要区别是直方图表示不知道计算特征向量的关键点的空间坐标。因此，它具有较少的辨别力。