computer-vision - Approximate Nearest Neighbor 是计算机视觉中最快的特征匹配吗?

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

当使用特征描述符时 [如 SIFT、SURF] - 近似最近邻法是在图像之间进行匹配的最快方法吗?

最佳答案

你应该看看 pyramid match kernel ,这是迄今为止最成功的图像与局部特征匹配的算法之一。它具有线性时间复杂度,而不是将图像 A 中的每个特征与图像 B 中的每个特征进行比较,即 O(n^2)。还有免费implementation .

关于computer-vision - Approximate Nearest Neighbor 是计算机视觉中最快的特征匹配吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/119751/

相关文章:

image-processing - short[] array to EMGU Image ,最快的方法?

python - 从 scipy CSR 矩阵索引到 numpy 数组的最有效方法?

opencv 2.4 SIFT编译错误

string - 通过 bash 在 SIFT 上的 "match"循环中连接超过 4 个字符串

c# - 在 C# 中使用 LSH 进行近似最近邻搜索

sql - PL/PGSQL 总是返回数组或数组列表

python - Python 中的图像注视点

python - 内置函数用于 python 中的视觉单词编码包

opencv - 查找重复图像的软件链

python - 如何使用蛮力匹配/SIFT描述符获取匹配点的位置