Question

我想比较哪五个最相似的图像与输入图像。为此，我想使用SIFT（VLFeat library）并比较各自的描述符。因此，我使用vl_ubcmatch（doc here）方法计算图像之间的相似度。

这是代码：

path_dir = './img/';
imgs = dir(path_dir);
imgs = imgs(3 : end); 
numImgs = size(imgs);
numImgs = numImgs(1);
path1 = './img/car01.jpg';
Ia = imread(path1);
Ia = single(rgb2gray(Ia));
[fa, da] = vl_sift(Ia);

results = struct;
m = 0;
j = 1; % indice dell'img (del for)

for img = imgs'

    path = strcat(path_dir, img.name);
    if(strcmp(path1, path) == 0)
        Ib = imread(path);
        Ib = single(rgb2gray(Ib));
        [fb, db] = vl_sift(Ib);

        [matches, scores] = vl_ubcmatch(da, db);

        s = sum(scores);
        [r, c] = size(scores);
        m = s ./ c;

        results(j).measure = m;
        results(j).img = path;
        j = j + 1;
    end
end

从代码中可以看出，我认为我会使用均值来衡量相似度，但我得到的结果并不令人满意（例如，它告诉我杯子的输入图像更像是一个树比另一个杯子。）

根据你的说法，拥有更多相同的描述符，但描述符的相似性或相似性较低但具有较大的相似性是否更好？我有50个不同类别（杯子，树木，人物，桌子和汽车）的图像，并且，如果输入图像，程序将返回5个最相似的图像，最好属于同一类别。

我可以使用什么测量值代替均值来获得更精确的分类？谢谢！

Answer 1

根据您的代码，您可以衡量图像（Ia）与所有其他图像（Ib）之间的相似度。因此，您将Ia的SIFT描述符与所有Ib的SIFT描述符进行比较 - 它们为您提供每个图像对（matches）的要素匹配列表以及每个要素的欧几里德距离对（scores）。

现在使用图像对的所有scores的平均值作为相似性的度量并不是一种非常强大的方法，因为只有一个特征匹配的图像对可能（偶然）导致更好的“相似性”而不是具有许多功能的图像对 - 我认为这对你的任务来说是一个不切实际的解决方案。

关于你的问题，拥有有意义/强大的描述符总是更好，即使只有少数（当然越多越好！），而不是有很多无意义的描述符。

提案：为什么不计算内部数量（=每个图像对的特征匹配数量numel(matches)）？

有了这个，它应该在同一个物体的图像之间提供比不同物体更多的内部，所以那些具有5个最内层的那些对应该是最相似的。

如果你只想区分一个杯子和一棵树它应该有效。如果您的分类任务变得越来越困难，并且您需要区分不同类型的树，则SIFT不是最佳使用算法。学习方法会带来更好的结果......但取决于你的任务。

获取5张最相似的图片

1 个答案: