在OpenCV中減少SIFT Brute-force Matcher算法所需的時間

我一直在想如何減少SIFT Brute-force Matcher（用於對象識別）的時間。我的程序迭代一些圖像列車並返回在每種情況下找到的最大匹配數。有沒有一種方法（除了將圖像大小調整爲較小的尺寸）來縮短這個時間間隔，因爲我認爲數據庫越大，如果我有很長的識別時間，它就會變得毫無用處。在OpenCV中減少SIFT Brute-force Matcher算法所需的時間

在此先感謝

PS我使用Python綁定的OpenCV 2.4.9

來源

2014-09-03 bolzano

如果bruteforce算法是完美優化的，減少計算時間的唯一方法是減少特徵的數量;）。其他方法不是使用強力匹配器，而是使用其他一些方法，比如'區域敏感散列'，空間分區或集羣 – Micka 2014-09-03 08:32:39

謝謝！我認爲我也應該包裝一些C++代碼！ – bolzano 2014-09-03 09:11:22

你爲什麼不嘗試FLANN匹配......那速度遠遠超過了暴力破解......

http://docs.opencv.org/trunk/doc/py_tutorials/py_feature2d/py_feature_homography/py_feature_homography.html#py-feature-homography

來源

2014-09-04 06:28:59 ram

我用SIFT包裝了一些使用FLANN匹配器的C++代碼 – bolzano 2014-09-04 11:25:10

在OpenCV中減少SIFT Brute-force Matcher算法所需的時間

回答

相關問題