SIFT算法的几个问题

 

SIFT算法在图像搜索方面,用作基础特征,个人感觉有一些问题,记录在这里:

 

1 求主方向阶段太过依赖图像局部像素的梯度方向,有可能使找到的主方向不准确;而后面的特征向量以及匹配严重依赖主方向,一旦有偏差效果会显著下降

 

2 图层金字塔的层如何取是个问题,如果取得不够紧密,会在匹配时出现偏差;而如果取的过多,造成keypointer数量过大,则会带来很大的计算负担

 

3 图像中大片平滑区域时,由于会过滤掉低对比度的点,因此特征点的提取有问题;

 

4 高维向量如何构建倒排索引并实现近似检索,是个难题;VA-file+ 的方法并不能完全解决问题

 

-----------------------------------

 

 针对我们可能的应用,我觉得解决上述问题可以有以下思路:

 

问题1:我们的应用不需要处理很强的旋转不变性(rotation-invairant)问题,

可以将主方向寻找步骤省略,直接在keypointer周围区域进行特征向量提取

 

问题2:考虑设置统一的缩放尺度,解决匹配问题

 

问题3:除了SIFT descriptor本身以外,还需要提取一些像素区域的统计信息,作为补充特征

 

问题4:借鉴一些本文倒排索引和搜索的技术,这块非常复杂,可能需要多级搜索,实现由粗到精的检索策略,还需摸索

 

 

你可能感兴趣的:(算法,Descriptor)