【问题标题】:How to use k-d tree to find nearest neighbor?如何使用k-d树找到最近的邻居?
【发布时间】:2013-03-16 04:10:44
【问题描述】:

我在一张图像上应用了 SIFT 并得到了描述符,然后我使用欧几里德距离来查找相似的描述符,现在我想使用 k-d 树来查找哪些描述符更相似并在数据结构中重新处理它们。请帮助我如何做到这一点。谢谢

【问题讨论】:

    标签: sift descriptor nearest-neighbor kdtree euclidean-distance


    【解决方案1】:

    OpenSIFT - 这是一种流行的 SIFT 实现,提供方便的match 命令行工具来比较一对图像,同时使用 kd-tree 预先计算关键点对应关系(也称为比率测试)。

    您绝对应该参考match.c#L55 了解有关如何进行的更多详细信息。

    【讨论】:

    • 感谢您的回答。我只有一张图像而不是一对图像。在一张图片中,我想找出哪些区域彼此相似,以防发生任何复制移动攻击。我想在一张图像中检测 SIFT 特征并找到匹配项。我必须在 MATLAB 中完成。
    • 主要原则保持不变(即您索引一组描述符,然后循环遍历每个点以执行查询 - 除了在您的用例中您必须从返回的 NN 中跳过自身- s)。话虽如此,我无法专门针对 MATLAB 提供帮助。如果不是这种情况,您应该查看VLFeat MATLAB API-s。
    猜你喜欢
    • 2010-12-10
    • 2012-11-10
    • 2013-08-16
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2011-10-23
    • 1970-01-01
    相关资源
    最近更新 更多