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

【问题标题】：Is Approximate Nearest Neighbour the fastest feature matching in Computer Vision?Approximate Nearest Neighbor 是计算机视觉中最快的特征匹配吗？
【发布时间】：2010-09-12 07:05:38
【问题描述】：

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

【问题讨论】：

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

【解决方案1】：

你也可以看到FLANN - Fast Library for Approximate Nearest Neighbors

【讨论】：

【解决方案2】：

您应该查看pyramid match kernel，这是迄今为止用于与局部特征进行图像匹配的最成功的算法之一。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)。还有一个免费的implementation。

【讨论】：

【解决方案3】：

我会说基于欧几里得距离的最近邻是最容易实现的，但不一定是最快的。

我同意近似最近邻或“最好的 bin 优先”将最快地识别背景集中的哪个图像与探测图像最相似。

如果您尝试识别图像中的单个对象，事情会稍微困难一些。

【讨论】：