kdtree与直方图编码
kdtree与直方图编码
提问于 2011-12-13 09:44:16
我正在使用VLSift进行对象识别，对我来说，似乎有各种方法可以让它工作。一种方法是：-extract SIFT要素带有保存现有SIFT要素的kdtree的-lookup要素数据库-returned最佳二进制要素
另一个似乎是：-extract SIFT特征-create直方图
也就是说，忽略了对象识别的分类部分。这是两种合法的方法，我说的对吗？据我所知，直方图也会得到最好的柱状图。如果是这样，哪一个更好？优点和缺点是什么？
回答 1
Stack Overflow用户
回答已采纳
发布于 2011-12-13 16:40:41
Kd-Tree是一种包含一组项的数据结构。它允许快速搜索查询项的K个最接近的匹配。
就目标识别问题而言，Kd-Tree不是必要的组件。它只用于改善匹配单个功能的运行时间的目的。
直方图方法根本不需要匹配单个特征。相反，您可以量化查询图像的特征。然后，计算量化特征的直方图。为了找到匹配的数据库图像，您可以在数据库中查找最相似的直方图。
由于不需要对单个特征进行匹配，因此直方图方法运行得更快。
这两种方法之间的一个重要区别是直方图表示忽略了为其计算特征向量的关键点的空间坐标。因此，它具有较小的鉴别力。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/8483381
复制相关文章
相似问题
腾讯云开发者
