Domanda

Quando si usano i descrittori di caratteristiche [come SIFT, SURF] - Il metodo più vicino per approssimare il vicino più prossimo è

?

È stato utile?

Soluzione

Direi che il vicino più vicino basato sulla distnazione euclidea sarebbe il più facile da implementare, ma non necessariamente il più veloce.

Concordo sul fatto che il vicino più vicino approssimativo o "il primo bidone migliore" sarebbe il più rapido nell'identificare quale immagine nel tuo set di sfondo assomiglia maggiormente all'immagine della sonda.

Se stai cercando di identificare un singolo oggetto nell'immagine, le cose saranno un po 'più difficili.

Altri suggerimenti

Dovresti dare un'occhiata a pyramid match kernel , che è finora uno degli algoritmi di maggior successo per la corrispondenza delle immagini con le funzionalità locali. Ha una complessità temporale lineare, al contrario di confrontare ogni caratteristica nell'immagine A con ogni caratteristica nell'immagine B, che è O (n ^ 2). Esiste anche una implementazione gratuita . .

Autorizzato sotto: CC-BY-SA insieme a attribuzione
Non affiliato a StackOverflow
scroll top