opencv - 如何将 SIFT 描述符与局部敏感散列结合使用？

Question

LSH 与二进制字符串一起使用，在索引和检索方面非常有效。虽然 SIFT 不是二进制描述符，但它仍然是可用的最佳描述符。是否可以将 SIFT 与 LSH 一起使用？此外，是否有更好的索引技术可用于 SIFT 特征？

我尝试在 OpenCV 中使用带有 FLANNBased Matcher 的 SIFT 和 LSH，但出现以下错误:

what(): C:\OpenCV\opencv\modules\flann\src\miniflann.cpp:315: error: (-210) type=5 in function buildIndex_

代码:

cv::Ptr<cv::FlannBasedMatcher> matcher = new cv::FlannBasedMatcher(new cv::flann::LshIndexParams(5, 24, 2));
        matcher->match( descriptors, descriptors1, matches );

注意:这个问题在 dsp.stackexchange.com 上更合适，但现在处于只读模式。

Answer 1

LSH 是一种输出二进制字符串的降维算法。它旨在使用二进制代码索引实值、高维数据(但具有固有的低维数据，例如流形)。

您可以尝试自己实现 LSH，以便它可以与 SIFT 描述符一起使用。最朴素和最简单的方法是使用随机投影，但一些更聪明的方案利用 SIFT 描述符是梯度方向直方图的聚合这一事实可能被用来产生更有效的哈希函数。