性能问题，编辑大字符串LCP与Levenshtein对SIFT的距离

Question

所以我试图计算两个大弦之间的距离（大约20-100）。 障碍是性能，我需要进行20k距离比较。 （需要几个小时）

经过调查，我得出了几个算法，我很难决定选择哪个算法。 （基于性能VS准确度）

https://github.com/tdebatty/java-string-similarity - 每种算法的效果列表。

**已编辑**

1. SIFT4算法是否经过充分证明/可中继？
2. SIFT4是否是该任务的正确算法？

3. 为什么它比LCP / Levinstein algorithem快得多？

4. 剂量SIFT还用于图像处理？或者它的不同之处是什么？由AMH回答

感谢。

Answer 1

据我所知，尺度不变特征变换（SIFT）是一种计算机视觉检测和描述图像局部特征的算法。

如果你想找到相似的图像，你必须通过计算它们可能做你想做的距离来比较图像的局部特征。但是我记得当地特色是数字的向量。它使用Brute-Force匹配器：Feature Matching - OpenCV Library - SIFT

请在此处阅读SIFT：http://docs.opencv.org/3.1.0/da/df5/tutorial_py_sift_intro.html

您提供的链接中提到的SIFT4完全不同。