在计算机视觉中，近似最近邻是最快的特征匹配吗？
在计算机视觉中，近似最近邻是最快的特征匹配吗？
提问于 2008-09-23 08:06:06
当使用像SIFT，SURF这样的特征描述符时，近似最近邻是在图像之间进行匹配的最快方法吗？
回答 3
Stack Overflow用户
回答已采纳
发布于 2008-09-23 12:19:13
我想说的是，基于欧几里得距离的最近邻居算法是最容易实现的，但不一定是最快的。
我同意近似最近的邻居或“最佳面元优先”在识别你的背景集中的哪个图像最接近探针图像时是最快的。
如果您试图识别图像中的单个对象，则会有一点困难。
Stack Overflow用户
发布于 2009-02-18 20:39:28
你应该看看pyramid match kernel，它是迄今为止最成功的图像与局部特征匹配算法之一。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，这是O(n^2)。还有一个免费的implementation。
Stack Overflow用户
发布于 2012-06-05 00:51:56
您还可以查看FLANN - Fast Library for Approximate Nearest Neighbors
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/119751
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号