相似图片搜索的原理

Computer Graphics, Animaition, OpenGL, DirectX, OpenCL
头像
523066680
Administrator
Administrator
帖子: 357
注册时间: 2016年07月19日 12:14
拥有现金: 锁定
储蓄: 锁定
Has thanked: 32 times
Been thanked: 32 times
联系:

相似图片搜索的原理

帖子 #1 523066680 » 2017年02月05日 13:24

相似图片搜索的原理
相似图片搜索的原理(二)

原文就不转了,转一些评论

halida 说:

hash算法的选择和优化很考水平的, 不是那么简单的事情.
甚至可能用到了遗传算法等东西来利用集群对算法进行优化.


cod 说:

引用辉子的发言:

这种算法对于形状相似但不同的放置情况却无法识别啊,比如横躺的三角形和竖直的三角形就无法识别了。。。

用余弦相似度可以识别吧


万军 说:
请问本文用的"感知哈希算法"(Perceptual hash algorithm),不就是pHash么,为啥还说“实际应用中,往往采用更强大的pHash算法和SIFT算法”呢?

阮一峰 说:@万军:
文中的算法只是最简情况,而pHash是一个正式的产品,功能强大,两者不一样啊。


T.A 说:

引用legend的发言:

原文【得到指纹以后,就可以对比不同的图片,看看64位中有多少位是不一样的。在理论上,这等同于计算"汉明距离"(Hamming distance)】
使用汉明距离还是余弦相似性呢?比如有两张图片的灰度序列为
g1 = [0, 1, 0, 1, 1, 0],g2 = [1, 0, 1, 0, 0, 1](0,1位置完全相反)
汉明距离 hammingDistance(g1, g2) 为 6,最大值,也就是两张图片完全一样;
余弦相似性 cosineSimilarity(g1, g2) 为 0,两张图片完全不一样。
那种相似性算法正确呢?


你这个不太对吧。一般来说,汉明距离越大图片相似度越小的。
然后我的实验里使用汉明距离跟余弦相似度,比较之后发现汉明距离的效果要好于余弦相似度。

回到 “计算机图形”

在线用户

用户浏览此论坛: 没有注册用户 和 1 访客