Recherche dans une base de données d'images à l'aide de SIFT

Question

Severalquestions ont été interrogés sur le SIFT algorithm, mais ils semblent tous axés sur une simple comparaison entre deux images. Au lieu de déterminer à quel point deux images sont similaires, serait-il pratique d'utiliser SIFT pour trouver l'image correspondante la plus proche parmi une collection de milliers d'images? En d'autres termes, est-ce que SIFT est évolutif? Par exemple, serait-il pratique d'utiliser SIFT pour générer des keypoints pour un lot d'images, stocker les keypoints dans une base de données, puis trouver ceux qui ont la plus courte distance euclidienne aux keypoints générés pour une "requête" image? Lors du calcul de la distance euclidienne, ignorez-vous les parties x, y, échelle et orientation des points-clés, et ne regardez que le descripteur?

Answer 1

Il existe plusieurs approches. Une approche populaire est la représentation du sac de mots qui effectue l'appariement en fonction du seul nombre de descripteurs, ignorant ainsi la partie de localisation constituée de (x, y, échelle et orientation) et qui ne fait que regarder le descripteur.

efficace d'une interrogation grande base de données peut utiliser des méthodes approximatives comme locality sensitive hashing

D'autres méthodes peuvent impliquer vocabulary trees ou d'autres structures de données.

Pour une méthode efficace qui prend également en informations sur l'emplacement de compte, consultez pyramid match kernels