我在不同的匹配算法上做了这个项目，有了这个，我无法理解得很清楚 - 是否真的可以为火车和测试图像获得一对相应的特征，或者它只显示两个图像之间的相似程度你不能完全匹配他们？文章中有关于它声称有一些“部分匹配”的图片，但确实是真的匹配吗？
答案 0 :(得分：0)
以下摘要主要基于在CACM中记住论文，并快速查看http://userweb.cs.utexas.edu/%7Egrauman/papers/grauman_cacm_extended.pdf
给定代表特征的点Xi和Yi的集合，你可以产生一个距离为SUM_i d（X_i，Y_p（i））其中p（i）匹配每个i和它自己的唯一p（i），并且是p （x）产生最小距离。您可以使用匈牙利算法找到p（x），但这很昂贵
该论文表明，您可以更便宜地估算这个距离。近似不能为原始问题提供ap（x），但是可以（我认为）将其视为解决简化距离函数f（X_i，Y_q（i））的匹配问题其中f（X，Y）仅关注X和Y是否以某种粒度落入直方图的bin中，如果是，则关注哪个粒度。该算法不会产生显式的q（x），但我怀疑如果你想通过配对掉落在同一个bin中的点，你可以很容易地产生一个。如果你这样做了，我怀疑原来的距离函数d（X，Y）不会太糟糕，但我不知道这里有什么不太重要的意思。
该函数还具有其他不错的属性，因此它可以与支持向量机和快速近似搜索算法配合使用。