image-processing - 将描述符与描述符数据库匹配

Question

我正在尝试找到一种快速的方法来匹配数据库中的描述符。我的程序按以下方式工作:

1) 用图像描述符填充数据库(使用适当的特征检测算法)

2) 加载图片

3) 提取该图像的描述符并将其与数据库中的所有描述符进行比较，以便找到合适的匹配项。

您可以想象，计算 32 个描述符的比较数百万次是非常繁重的。我使用了哈希函数，但这只适用于两个完全相同的描述符，因此只能匹配两个完全相同的图像。

您建议我使用什么来加快搜索速度？

干杯

编辑:

我决定从研究神经网络解决方案开始。这是一个 pretty good link对于任何想要开始这个主题的人。

Answer 1

您要完成的工作本质上称为机器学习/分类。考虑到数据库的大小，直接比较真的没有希望。

以防万一您不了解术语。您拥有的数据库称为学习数据集。您需要使用 SVM(支持向量机)、K-NN(K-最近邻)、神经网络等机器学习算法来学习模型。该模型稍后用于预测新实例的结果，即。您要与数据库进行比较的向量。

我强烈建议使用 SVM，因为它是机器学习文献中最先进的分类器。有一个名为“SVM light”的实现。 http://svmlight.joachims.org/ .也可以使用 SVM-light 进行排名。请也看看那个。

您也可以尝试使用神经网络。为此，我在 matlab 中使用了神经网络工具箱 (nprtools)，这非常简洁。