C++ / OpenCV - Flann 索引匹配和 Flann 匹配之间的区别

Question

我正在尝试使用FLANN 进行更深层次的特征匹配，看起来有两种可用的方法：使用索引和不使用索引。

这里是 SO 关于使用 FLANN with 指标进行匹配的问题： How to use opencv flann::Index?

下面是一个使用FLANN 没有索引的匹配示例： https://github.com/Itseez/opencv/blob/master/samples/cpp/matching_to_many_images.cpp

我当然看到了代码中的差异，但我试图了解使用一种方法相对于另一种方法的优势是什么。我知道在数据库中，在许多情况下添加索引会提高性能。使用FLANN匹配特征时是不是类似？？？

有人有这方面的经验吗？

Answer 1

特征匹配的索引是一种以速度进行交易准确性的方式。 Flann所做的称为“近似邻邻搜索”。这意味着你失去了一点准确性（例如，在你找到下一个最近的邻居而不是真正最好的一部分），但你获得了数量级加速的订单。由于您的数据本身是嘈杂的，因此搜索阶段的一些近似通常是可容忍的。 KGraph库提供了一种索引，其通常比FLANN快几倍以相同的精度运行。