Phash vs. SIFT 识别相似图像[关闭]

Question

我对@9​​87654321@ 和phash 都有疑问

首先，我在实时服务中使用 SIFT 来识别相似图像。 像手机拍照一样，可以有少量的旋转和模糊效果。

我找到了Phash。因此，我在其demo page 上测试了 phash。但是结果让我感叹。

这是上述测试的结果：

在此测试中，两个图像固定在 x 轴上。所以他们不 t 有旋转。但是右图的标志被移除了，人物被移到了左边。在我看来，这是“非常相似”。此外，SIFT 完全捕捉到了这一点。

现在，这是个问题。

1. pHash 比 SIFT 快？
2. pHash 的准确性可靠吗？
3. SIFT 的输出太大，无法用于实时服务。所以我必须使用哈希来使输出更小，比如LSH(Locality-sensitive hashing)。 还有其他方法可以尝试吗？

Answer 1

好的，我知道了。

pHash 无法将旋转和临界运动识别为同一事物。

在数据空间的情况下，pHash 非常适合使用。它的尺寸非常小：一个图像到一个哈希。然而，SIFT 需要 128 个字节来获得特征点。而且一张图片有很多特征点。

最终，SIFT 可以比 pHash 更好地识别相似图像。但是需要越来越大的尺寸。

在速度台上，我还不能测试。但我认为，pHash 比 SIFT 更快，因为 SIFT 必须在一张图像上处理许多特征。

如果您对上述问题还有其他答案，请告诉我。