在BoW模型中,L2范数比汉明更好地用于ORB,为什么?

时间:2014-05-01 02:59:39

标签: opencv classification knn orb

我在很多论文中都读过在使用ORB功能处理特征匹配时需要使用汉明距离。我一直在使用C ++中的opencv中的BoW模型,并发现如果我使用默认的BruteForce匹配器(使用L2)与使用BruteForce匹配器(Hamming或Hamming(2))相比,我的分类准确度会更高。

这是为什么?

我的印象是你不能使用L2规范,但它提供了比使用汉明距离更好的分类精度。

0 个答案:

没有答案