Phash vs. SIFT识别相似图像

Question

我对sift和phash

都有疑问

首先，我使用SIFT识别实时服务中的类似图像。 就像手机相机的照片一样，旋转量小，效果模糊。

我找到了Phash。所以，我在demo page上测试了phash。但结果让我感叹。

这是上述测试的结果：

在此测试中，两个图像固定在x轴上。所以他们不会＆＃39; 有旋转。但正确的图像＆＃39;徽标被删除，人被移到左侧。在我看来，这是非常相似的。此外，SIFT完全抓住了这一点。

现在，这是个问题。

1. pHash比SIFT快？
2. pHash的准确度是否可靠？
3. SIFT的输出太大，无法用于实时服务。所以我必须使用hash来使输出更小，如LSH(Locality-sensitive hashing)。 我尝试其他任何方式？

Answer 1

好的，我明白了。

pHash无法识别旋转和关键运动。

在数据空间的情况下，pHash非常适合使用。它的尺寸非常小：一个图像到一个哈希。但是，SIFT需要128个字节才能获得特征点。并且在一个图像中有许多特征点。

最终，SIFT可以很好地识别与pHash相似的图像。但是需要越来越多的尺寸。

在速度板凳上，我还不能测试。但我认为，pHash比SIFT快，因为SIFT必须在一张图像上运行许多功能。

如果您对上述问题有其他答案，请告诉我。