¿Es el vecino más cercano aproximado la función de coincidencia más rápida en Computer Vision?

Question

Cuando se utilizan descriptores de características [como SIFT, SURF], ¿es el vecino más cercano aproximado el método más rápido para hacer coincidencias entre imágenes?

Answer 1

Yo diría que el vecino más cercano basado en la distancia euclidiana sería el más fácil de implementar, pero no necesariamente el más rápido.

Estoy de acuerdo en que el vecino más cercano aproximado o el "mejor contenedor primero" sería el más rápido para identificar qué imagen en su conjunto de fondo se parece más a la imagen de la sonda.

Si intentas identificar un solo objeto en la imagen, las cosas serán un poco más difíciles.

Answer 2

deberías revisar núcleo de coincidencia piramidal, que es uno de los algoritmos más exitosos hasta el momento para hacer coincidir imágenes con características locales.Tiene una complejidad de tiempo lineal, a diferencia de comparar cada característica de la imagen A con cada característica de la imagen B, que es O (n ^ 2).También hay un gratis implementación.

Answer 3

También puedes ver FLANN: biblioteca rápida para vecinos más cercanos aproximados