opencv Freak - 我可以在 BOW 中使用 Freak 特征描述符吗？答案

【问题标题】：opencv Freak - Can I use Freak feature descriptor with BOW?opencv Freak - 我可以在 BOW 中使用 Freak 特征描述符吗？
【发布时间】：2012-11-12 14:41:25
【问题描述】：

我正在尝试在 opencv 中使用 Freak 来检测特征并提取描述符，然后构建我的 BOW 词汇表，并为每个图像使用词汇表与 BOW 匹配。你知道，整个事情。我知道 BOW 可以与 SIFT 或 SURF 等其他描述符一起使用，我不清楚二进制的 Freak 描述符是否可以与 BOW 一起使用。更具体地说，当 opencv 构建 BOW 词汇表时，它使用 k-means 集群。我不清楚 k-means 聚类算法使用什么距离函数。对于 Freak 这样的二进制描述符，汉明距离似乎是唯一的选择。

在我看来，opencv k-means 在计算距离时只使用欧几里得距离，真可惜。看起来我必须建立自己的 k-means 和自己的词汇匹配。有没有聪明人知道解决方法？

谢谢！

【问题讨论】：

不要在问题标题中包含标签详细信息，请阅读此meta.stackexchange.com/questions/19190/…，然后在 SO 中提问。
我认为你应该为汉明距离实现自己的 k-means。
FREAK 只是一个描述符。对于检测，您可能需要使用 BRISK。

标签： opencv freak

【解决方案1】：

我在一篇论文上读到 Freak 不容易使用。这是论文的摘录“....这些算法在许多检索算法中都不容易使用，因为它们必须与汉明距离进行比较，汉明距离不容易适应诸如词汇树或近似最近邻（Approximate Nearest Neighbors）之类的加速搜索结构（安）……” （ORB、FREAK 和 BRISK）

【讨论】：

【解决方案2】：

FREAK 适用于局部敏感哈希。您可以将它与 OpenCV 中包含的 FLANN（快速近似最近邻）一起使用。

对于 BOW，只有描述符的前 5、6、7、8 个字节可能足以构建树。

【讨论】：