SURF/SIFT 的开源替代品 [关闭]答案

【问题标题】：Open Source alternatives to SURF/SIFT [closed]SURF/SIFT 的开源替代品 [关闭]
【发布时间】：2013-06-21 09:51:50
【问题描述】：

我一直在寻找关键点检测器 + 描述符提取器的一些高效、缩放/旋转不变且无专利的组合，但我测试过的所有结果都非常糟糕。我尝试按照here 的推荐使用 Brisk 和 Freak，但它们在检测物体时给了我同样糟糕的结果。（即：错误图像的内点或良好匹配比正确图像更多。）

是否有人设法通过开源组合进行可用对象检测？我很感兴趣，因为我想知道是我未能正确过滤结果还是因为生成的数据有问题。

【问题讨论】：

【解决方案1】：

您提到您已经尝试过 FREAK 和 BRISK，它们都报告了与 SIFT 和 SURF 相当的结果。另一个较新的选项是称为KAZE 的描述符。

该链接提供了一个开源实现，它旨在成为即将发布的 OpenCV 版本。

【讨论】：

也许是因为我是这方面的新手，但我没有发现结果具有可比性，可能是因为： 1. 使用 Surf 我可以使用 FlannBasedMatcher.knnMatch 然后应用比较算法将 good_matches 与其余部分分开。最后，使用 good_matches().size 我在检测对象时得到了相当好的结果。 2. 我不能用 Freak 或 Brisk 做到这一点（Flann 上的 LSHindex 问题、BruteforceMatcher.knnMatch 结果不同等）无论如何，我不确定我解决问题的方法是否最合适......
感谢您的链接，我会在稍微澄清一下我的想法后尝试一下：)
您是对的，您不能将 OpenCV 的标准 knn 架构用于二进制描述符，因为这些完全依赖于浮点值的欧几里德距离。在比较二进制描述符的情况下，这没有任何意义。 k-nearest-neighbours 是一种经过充分研究的算法，并且可以使用其他实现来允许您使用汉明距离作为距离度量。这将为您提供与 FREAK 或 BRISK 更好的匹配结果。祝你好运！
感谢您的建议！由于可能产生的复杂性，我没有想过使用任何替代 OpenCV 的方法，但这是值得的，我会尝试去做。（我已经尝试过这段代码 link 试图创建一个 Flann LSH 索引，但我无法让它工作）