CBIR與SIFT相似的特點，離散與連續方法

Question

目前我正在處理實施CBIR系統的對象識別（對象分類的詳細），現在，因爲我有一些工作的特徵檢測器和 - 描述符我嘗試找到處理這些功能以進行基於內容的圖像檢索任務的最佳方式。

據我所知，這項任務有兩個主要趨勢，即離散方法和連續方法。其中離散表示方法如袋式視覺詞和用於構建反向索引以應用引用文本檢索的方法的代碼簿，並且連續表示諸如使用k-d樹和最近鄰居分類的最佳斌首先搜索的方法。

因此，那些之間的一個主要區別這兩種方法是，一個可與像視覺詞和與從描述符所算出的n d的特徵的另一種工作原理的特徵的額外的表示。

我的問題是，現在有沒有比較兩種方法之間的CBIR，可以幫助我找到最適合我的任務的方法？

Answer 1

這個問題的完整答案會非常複雜和漫長。 但通常的連續方法可以給你更準確的結果，但你可以有效地建立搜索索引，你需要用大量的描述符的工作很慢。

你應該考慮使用用於初始結果離散特徵（視覺詞）的組合，並且隨後篩選使用連續方法結果集。