问筛中欧氏距离

EN

我猜您正在尝试使用SIFT进行图像检索，因为您提到您有一个图像数据库，用于比较查询图像。

您应该认识到，将查询图像中的每个SIFT描述符向量与图像数据库中的每个其他descritpor向量进行比较是不可行的，因为这需要进行指数级的比较。目前流行的使用SIFT描述子进行图像检索的方法是从文档检索中借用单词模型。

首先，您要做的是给出一个图像，用一个向量表示它，它可以与数据库中其他图像的向量进行比较。这与当前的方法不同，在当前的方法中，每个图像都有许多SIFT描述符向量(每个keypoint一个)。在单词包(弓)模型中，您首先需要创建一个所谓的可视代码本(或有时称为字典)。你这样做是通过：

1. 从图像数据库中选择有代表性的图像
2. 从1中的图像中收集所有SIFT描述符)
3. 使用K将这些描述符聚成k个簇数，其中k是您设置的一个数字。这些集群的中心是“可视词”，即图像数据库中具有代表性的功能。
4. 对于数据库中的每个图像，您将创建一个向量v，该向量计算字典中不同特征发生的频率，因此每个图像将由一个以：<# times feature 1 in dictionary occur, ... feature 2 in dictionary occur..., ..., ... feature k in dictionary occur>形式表示的向量表示，即k维向量。通过以下方法获得图像的此向量： 4.1。提取图像中的SIFT描述符 4.2。对于图像中的每个SIFT描述符，在码本/字典中找到最近的聚类中心(使用欧氏距离)，并在向量v中将其相应的计数增加1。 例如，您有一个5聚类字典(例如k= 5)，而图像有3个SIFT描述符。其中2个离第一个星系团中心最近，1个离第5个星系团中心最近。你的向量v是v = <2, 0, 0, 0, 1>。由于v计数代表向量发生在图像中的次数，v有时也被称为频率直方图。 在这个阶段，您可能希望通过将每个条目除以所有条目的总和来规范直方图，这样就可以将发现的SIFT关键点数目非常不同的图像进行比较。
5. 现在，为了比较2幅图像，您可以比较这个新的向量v，而不是SIFT描述符本身。可以使用欧氏距离(也称为L2距离)进行比较。研究发现，使用X平方距离或Hellinger距离可以改善结果。请参阅本页面中描述的详细信息。

基本上，将一个图像中的SIFT描述符本身与另一个图像中的SIFT描述符进行比较是不可行的，因为您将在图像中得到多个SIFT描述符，它们的数量取决于提取它们的方式。

您想要的是比较的共同基础，这是在弓模型中通过将描述符匹配到通用码本/字典来完成的，这说明了图像数据库中具有代表性的特性。