我有几千张图片，每张图片都提取了一组SIFT特征描述符（目前每张图像绑定200张）。
我需要形成每个图像之间距离的完整图表。也就是说，我需要通过一些指标来计算每个图像到每个其他图像的距离。
到目前为止，我已尝试使用FLANN计算两个节点之间的20个最近的相邻描述符，然后计算每个匹配描述符之间的平均距离。不幸的是，这个过程需要很长时间才能完成。
有没有办法让我更有效地比较这些图像的描述符？
答案 0 :(得分：5)
您可以考虑将您的SIFT描述符聚合成视觉词袋（BoV）或局部聚合描述符矢量（VLAD）。基本上是：
1 - 使用例如K-means
计算码本（K SIFT描述符）2 - 对于每个图像，提取SIFT描述符，然后在码本中查找每个图像的最近邻居。因此，根据码本计算图像的SIFT的直方图。这是最简单的方法（硬编码，Sum pooling），但存在替代方案（通常可以为计算机视觉问题提供更好的结果）
3 - 因此，每个图像用大小为K的唯一向量（直方图）表示。然后，您可以简单地计算图像之间的距离，作为这些直方图之间的（例如欧几里德）距离。