Является ли Approximate Nearest Neighbor самым быстрым соответствием в Computer Vision?

Question

Является ли Approximate Nearest Neighbor самым быстрым соответствием в Computer Vision?

При использовании дескрипторов объектов [например, SIFT, SURF] - является ли "Приближенный ближайший сосед" самым быстрым способом сопоставления изображений?

2

computer-vision nearest-neighbor sift approximate-nn-searching

Источник

user37141 23 сен '08 в 08:06

3 ответа

Решение

Вам следует проверить ядро сопоставления пирамид, которое до сих пор является одним из наиболее успешных алгоритмов сопоставления изображений с локальными функциями. Он имеет линейную сложность по времени, в отличие от сравнения каждого признака в изображении A с каждым признаком в изображении B, который равен O(n^2). Также есть бесплатная реализация.

4

Источник

user13313 18 фев '09 в 20:39

Вы также можете увидеть FLANN - Быстрая библиотека для приблизительных ближайших соседей

1

Источник

user160506 04 июн '12 в 16:51

Другие вопросы по тегам computer-vision nearest-neighbor sift approximate-nn-searching

user20387 23 сен '08 в 12:19 2008-09-23 12:19 · Accepted Answer · 2008-09-23 12:19

Я бы сказал, что ближайший сосед, основанный на евклидовом округе, будет самым простым в реализации, но не обязательно самым быстрым.

Я бы согласился с тем, что приблизительный ближайший сосед или "лучший бен первым" быстрее всего определит, какое изображение в вашем фоновом наборе наиболее близко напоминает пробное изображение.

Если вы пытаетесь идентифицировать один объект на изображении, все будет немного сложнее.