<分区>
您是否知道 David Nister 和 Henrik Stewenius 提出的名为“Scalable Recognition with a Vocabulary Tree”的图像匹配方法的任何实现或改进?我正在尝试实现它,但我无法理解算法的某些部分(更具体地说,是计算分数)。
<分区>
您是否知道 David Nister 和 Henrik Stewenius 提出的名为“Scalable Recognition with a Vocabulary Tree”的图像匹配方法的任何实现或改进?我正在尝试实现它,但我无法理解算法的某些部分(更具体地说,是计算分数)。
最佳答案
这是一个很好的词汇树实现 - libvot .它使用 C++11 标准多线程库来加速构建过程,因此运行速度非常快。
它使用三个步骤来构建词汇树。第一步是使用筛选描述符构建 kmeans 树。第二步是使用您在第一步中构建的词汇树来构建图像数据库。第三步是在图像数据库中查询图像。一些高级技术,如倒排列表和 L1 距离度量也反射(reflect)在这个存储库中。
关于algorithm - 使用 "Scalable Recognition with a Vocabulary Tree"实现图像匹配,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5694537/