/ / Порівняння дескрипторів ознак великого набору зображень - opencv, обробка зображень, комп'ютерне бачення, sift, характеристика

Порівняння характеристик дескрипторів великого набору зображень - opencv, обробка зображень, комп'ютерне бачення, просіяння, функціонально-дескриптор

У мене є набір з декількох тисяч зображень, і для кожного зображення я витягнув набір SIFT дескрипторів (в даний час пов'язаний з 200 на зображення).

Мені потрібно формувати повний графік відстаней між кожним із зображень. Тобто мені потрібно розробити відстань від кожного зображення до будь-якого іншого зображення за допомогою певної метрики.

Поки я намагався використовувати FLANN для розрахунку20 найближчих сусідніх дескрипторів між двома вузлами, а потім обчислення середньої відстані між кожним з відповідних дескрипторів. На жаль, цей процес триває занадто довго.

Чи є спосіб для мене більш ефективно порівняти дескриптори цих зображень?

Відповіді:

4 для відповіді № 1

Ви можете розраховувати на агрегацію вашого SIFT-дескриптора у візуальні слова (BoV) або вектор локально агрегованого дескриптора (VLAD). В основному:

1 - обчислюють кодову книгу (K SIFT-дескриптори) з, наприклад, K-засобами

2 - Для кожного зображення витягніть SIFT-дескриптори,потім знайдіть найближчого сусіда кожного в кодовій книзі. Отже, обчислити гістограму SIFT зображення відповідно до кодової книги. Це найпростіший метод (жорстке кодування, об'єднання сум), але альтернатива існує (і часто дає кращі результати для комп'ютерних проблем із зображеннями)

3 - Отже, кожне зображення представлено aунікальний вектор розміру K (гістограма). Потім можна просто обчислити відстань між зображеннями як (наприклад, евкліди) відстань між цими гістограмами.