我正在扩展用于分类图像的图像库，我想找到包含或包含在其他图像中的重复图像，变换图像和图像。
我已经测试了OpenCV的SIFT实现，它运行得很好，但对于多个图像来说速度相当慢。太快了我以为我可以提取功能并将它们保存在数据库中，因为很多其他与图像相关的元数据已经被保存在那里。
将新图像的功能与数据库中的功能进行比较的最快方法是什么？
通常比较是使用kd-trees，FLANN或我在SO上的另一个线程中找到的Pyramid Match Kernel来计算欧氏距离，但还没看好。
由于我不知道如何有效地保存和搜索数据库中的kd树，我目前只看到三个选项：
*让MySQL计算数据库中每个特征的欧氏距离，尽管我确信这对于多个图像来说会花费不合理的时间。
*在开始时将整个数据集加载到内存中并构建kd-tree（s）。这可能很快，但内存密集。此外，所有数据都需要从数据库传输
*将生成的树保存到数据库中并加载所有树，这将是最快的方法，但也会产生大量流量，因为新图像必须重建kd树并将其发送到服务器。
我正在使用OpenCV的SIFT实现，但我并没有死定。如果有一个特征提取器更适合这个任务（并且大致同样强大），我很高兴有人可以推荐一个。
答案 0 :(得分：14)
所以几年前我基本上做了类似的事情。 几年前David Nister提出了你想要研究的算法，论文是：“用词汇树进行可扩展识别”。它们几乎可以解决您的问题，可以扩展到数百万张图像。
以下是摘要的链接，您可以通过googleing标题找到下载链接。 http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=1641018
基本思想是构建一个具有分层k-means算法的树来对特征进行建模，然后利用该树中特征的稀疏分布来快速找到最近的邻居...或类似的东西，它是一个我工作几年后。您可以在作者网页上找到powerpoint演示文稿：http://www.vis.uky.edu/~dnister/Publications/publications.html
其他几点说明：
我不打算使用金字塔匹配内核，它实际上比重复/转换图像检测更能改善对象识别。
我不会将任何此功能存储在SQL数据库中。根据您的应用程序，有时更有效地动态计算您的功能，因为它们的大小在密集计算时可能超过原始图像大小。词汇树中节点的特征或指针的直方图效率更高。
SQL数据库不是为进行大规模浮点矢量计算而设计的。 您可以将数据存储在数据库中，但不要将其用作计算工具。我尝试使用SQLite一次，结果非常糟糕。
如果您决定实施此功能，请详细阅读本文并在实施时方便地保留副本，因为有许多细微的细节对于使算法有效运行非常重要。
答案 1 :(得分：2)
我认为，关键是这不是一个SIFT问题。这是关于近似最近邻搜索的问题。像图像匹配一样，这也是一个开放的研究问题。您可以尝试使用Google搜索“近似最近邻搜索”并查看可用的方法类型。如果您需要准确的结果，请尝试：“完全最近邻搜索”。
所有这些几何数据结构（例如kd树）的性能随着维数的增加而降低，因此我认为关键是您可能需要以较低的维数表示您的SIFT描述符（例如10） -30而不是256-1024）有真正有效的最近邻搜索（例如使用PCA）。
如果你有这个，我认为如果数据存储在MySQL中，它将成为次要的。
答案 2 :(得分：1)
我认为速度不是这里的主要问题。主要问题是如何使用这些功能来获得所需的结果。
如果你想对图像进行分类（例如人，车，房子，猫），那么金字塔匹配内核绝对值得一看。它实际上是局部特征描述符的直方图，因此不需要将各个特征相互比较。还有一类被称为“词袋”的算法，它们试图聚集局部特征以形成“视觉词汇”。同样，在这种情况下，一旦获得“视觉词”，就不需要计算所有SIFT描述符对之间的距离，而是确定每个要素属于哪个群集。另一方面，如果你想获得图像对之间的点对应关系，例如决定一个图像是否包含在另一个图像中，或者计算图像之间的转换，那么你需要找到确切的最近邻居。 / p>
此外，还有SIFT以外的本地功能。例如，SURF是与SIFT类似的功能，但它们的提取速度更快，并且已经证明它们对于某些任务表现更好。
如果您只想查找重复项，则可以通过使用全局图像描述符（如颜色直方图）来删除明显不同的图像，从而大大加快搜索速度。比较两个颜色直方图比比较两个包含数百个SIFT特征的两个集合要快几个数量级。您可以使用颜色直方图创建候选项的简短列表，然后使用SIFT优化搜索。
答案 3 :(得分：1)