C ++ / OpenCV - Flann索引匹配和Flann匹配之间的差异

Question

我正在尝试使用FLANN进行更深层次的功能匹配，看起来有两种可用的方法：使用和不使用索引。

以下是SO使用FLANN 与指标进行匹配的问题： How to use opencv flann::Index?

以下是使用FLANN 与指示进行匹配的示例： https://github.com/Itseez/opencv/blob/master/samples/cpp/matching_to_many_images.cpp

我当然看到了代码中的差异，但我试图理解使用一种方法优于另一种方法的优点。我知道在数据库中，添加索引可以在许多情况下提高性能。使用FLANN匹配功能时是否类似？

有没有人有这方面的经验？

Answer 1

功能匹配索引是一种交换速度准确性的方法。 FLANN所做的是＆＃34;近似最近邻搜索＆＃34;。这意味着你会失去一点精确度（例如，你找到下一个最好的最近邻居而不是真正最好的邻居的某些时间），但你获得了数量级的加速。由于特征数据本身是有噪声的，因此搜索阶段的某些近似值通常是可以容忍的。 KGraph库提供的索引通常比FLANN快几倍，但精度相同。