图像搜索、图像相似度比较

基于传统图像SIFT方法,基于卷积神经网络方法是两种代表。另外基于图像哈希算法,准确度都不太高。

SIFT方法比较:移动端图像相似度算法
上面链接除了SIFT算法胜出外,包含了一种通过神经网络提取特征,对特征进行比对的方法。对于神经网络,最后特征就是多高维的矩阵,矩阵见如何比较相似度呢?

卷积神经网络又有多种方法:2-channel直接输出相思度 深度学习(十六)基于2-channel network的图片相似度判别

======================================

对于校验用户上传的图片是否是合法的,下面这个思路比较新颖,就是寻找图片中有无“特定”的LOGO。如果我们是营业执照,可以将抬头“营业执照”作为LOGO,在另一幅图中搜索特征就行了。
详细介绍Python中利用Scipy包的SIFT方法进行图片识别的实例 和 用SIFT算法检测图像特征并进行图像匹配
这种方法比较快速。另外一个方案就是我们存储一些模板,先把模板特征提取好,然后与用户上传的图片进行匹配,查看匹配程度即可。
如果直接找关键点,可以用 如何使用python检测SIFT特征点

你可能感兴趣的:(图像搜索、图像相似度比较)