C++/SIFT/SQL - 如果有办法有效地将图像的 SIFT 描述符与 SQL 数据库中的 SIFT 描述符进行比较？

Question

我想找到一种方法，可以将图像（查询）的 SIFT 描述符与 SQL 数据库中的描述符进行比较，该数据库包含许多不同图片的描述符。

事实上，我的最终目的是做一个应用程序，它允许将一张图片与数据库（不是我的设备中）但在 SQL 数据库中的大量图片进行比较。

我想到的第一件事是将每个描述符存储在 SQL 数据库中，并使用蛮力方法或 FlanneBased 方法将每个描述符与另一个描述符进行比较。问题是，在 SQL 数据库中，由于匹配背后的“数学”（例如欧几里得距离是 sqrt(a²+b² +...) ），计算匹配需要很长时间，这是不可能的在庞大的数据库中进行这种比较。

例如，如果我没记错的话，一个 SIFT 描述符包含 128 个数字，所以想象一下将每个描述符的每个数字比较在一起的时间。

如果还有其他方法可以做到这一点？我知道在 SQL 数据库中，当您使用“SELECT a FROM b WHERE ...”之类的内容时，请求会很有效

因此我想知道是否有一种方法可以有效地存储 SIFT 描述符？例如，我考虑将描述符“加密”成一种大字符串链，每个链都是唯一的，因此我可以将它们一起比较，但我不知道这是否是一个好的解决方案。

我已经阅读了这篇文章：Comparing SIFT features stored in a mysql database，但这对我没有帮助。 谢谢。

Answer 1

如果我是你，我更愿意在代码中比较描述符，而不是在 SQL 中。 SQL 不是为此而设计的。我会做以下事情：-

1. Pre-load N descriptors from SQL onto memory.
2. Compare distances to query descriptor, descriptor by descriptor.
3. If distance<threshold, push to possiblematches.
4. When you reach N/2 descriptors, push the next N.
5. Compare all matches, choose the best one or the best D descriptors, as per your requirement.

但是，为此，我宁愿使用 OpenCV 的内置 FileStorage 类，它为 XML 和 YAML 文件提供 I/O；它解决了手动解析描述符值的麻烦。

Answer 2

使用 SQL 数据库来比较 SIFT 并不是最优的。 OpenCV 提出了更高效的some keypoint matchers。您可以在 ./samples/cpp/matcher_simple.cpp 中找到一个带有 SURF 描述符的示例，该示例很容易适应 SIFT。基本上，核心是

BFMatcher matcher(NORM_L2);
vector<DMatch> matches;
matcher.match(descriptors1, descriptors2, matches);

据我所知，一些匹配器（例如 Flann）仅适用于特定类型的描述符（CV_32F）。