image - Phash与SIFT在识别相似图像中的应用

Closed. This question needs to be more focused。它当前不接受答案。












想改善这个问题吗？更新问题，使其仅通过editing this post专注于一个问题。

7个月前关闭。



Improve this question





我对sift和phash都有疑问

首先，我正在使用SIFT识别实时服务中的相似图像。
就像手机相机上的图片一样，旋转量很小且效果模糊。

我找到了Phash。因此，我在其demo page上测试了phash。但是结果让我感叹。

这是上述测试的结果：



在此测试中，两个图像固定在x轴上。所以他们不
不能旋转。但是右图像的徽标被删除，人员被移至左侧。在我眼中，这是“非常相似”。此外，SIFT完全可以抓住这一点。

现在，这是问题。


pHash比SIFT快吗？
pHash的准确性可靠吗？
SIFT的输出太大，无法用于实时服务。因此，我必须使用散列来使输出变小，例如LSH(Locality-sensitive hashing)。还有其他方法可以尝试吗？

最佳答案

好，我知道了。

pHash无法识别旋转和关键运动。

在数据空间的情况下，pHash非常适合使用。它的尺寸非常小：一张图片到一张哈希。但是，SIFT需要128字节才能获得特征点。一幅图像中有许多特征点。

最终，SIFT可以比pHash更好地识别相似的图像。但是需要越来越多的尺寸。

在速度测试台上，我无法测试。但是我认为pHash比SIFT快，因为SIFT必须在一张图像上处理许多功能。

如果您对上述问题还有其他答案，请告诉我。

关于image - Phash与SIFT在识别相似图像中的应用，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/16700723/