我正在尝试设计一个将两个图像匹配在一起的卷积神经网络。图像将是彩绘的岩石。一个人将绘制岩石，拍摄它并隐藏它。另一个人会找到岩石并拍下它的照片。我希望CNN能够搜索图像数据库并匹配照片以识别正确的岩石。
我了解如何训练CNN通过提供许多示例对照片进行分类，然后要求它将新照片与该类别相匹配。我无法找到一种方法来训练CNN将一个数据库中的两个图像匹配在一起。这些照片会略有不同，因为有两个人在不同的时间拍摄同一块石头的照片。
我可以通过大多数时间使用GPS位置来减少数据库中图像搜索的大小，但并非总是如此。意味着隐藏岩石的人将希望记录位置，并且找到的人也将记录他们找到它的位置。通过这种方式，美国有线电视新闻网（CNN）必须只比较一下这个位置周围的六块岩石与人们发现的岩石。摇滚图像将具有与其相关联的轮廓，以允许取景器和隐藏者之间的通信。
有没有人对如何设置它有任何想法？