computer-vision - 与 SIFT 相比,BRIEF 和 ORB 的优缺点

标签 computer-vision sift feature-detection

我正在做一些本地特征表示的研究,比如 SIFT、SURF 等等。

现在,这里有人试过吗BRIEFORB ?如果是这样,您能否讨论一下与 SIFT 相关的一些优点和缺点?

最佳答案

here是我发现有帮助的一种比较。基本上BRIEF和ORB要快得多。那里没有很好的尺度不变性比较,但我个人发现 SURF/SIFT 比 Brief 和 ORB 更具有尺度不变性。我建议如果您打算将这些用于特定用例,您可以尝试两种方式,看看哪个最能满足您的需求。

关于computer-vision - 与 SIFT 相比,BRIEF 和 ORB 的优缺点,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13226554/

相关文章:

algorithm - matlab - 找到一个可以覆盖图像中字符的边界框

java - Opencv Imgproc.HoughLines() 调整长度参数

c++ - 用于将存储在列表中的描述符与新图像描述符进行比较的 OpenCV 代码

opencv - 在不使用 "drawmatches"函数的情况下在特征点之间画一条线

opencv - 选择哪种算法进行目标检测?

python - Opencv Python卡尔曼滤波器预测结果查询

android - 使用适用于 Android 的 openCV 时无法找到正确的 FAST-SURF 匹配项

android - 使用 imread OpenCV 读取图像时出错

python - OpenCV,Python : How to use mask parameter in ORB feature detector

python - 如何将具有连接像素的形状分成二值图像中的两个部分