Phash 与 SIFT 识别相似图像[关闭]

Question

我对 sift 和 phash

有疑问

首先，我使用 SIFT 来识别实时服务中的相似图像。 就像手机拍照一样，少量的旋转和模糊的效果就可以了。

我发现了Phash。因此，我在其演示页面上测试了 phash。但结果却让我叹息

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 t 有旋转。但右侧图像的标志被删除，人物被移至左侧。在我看来，这是“非常相似”。另外，SIFT 完全捕捉到了这一点。

现在，这是问题。

1. pHash 比 SIFT 更快？
2. pHash 的准确性可靠吗？
3. SIFT 的输出太大，无法用于实时服务。所以我必须使用哈希来使输出更小，如LSH（局部敏感哈希）。 还有其他方法可以尝试吗？

Answer 1

好的，我明白了。

pHash 无法将旋转和关键移动视为同一事物。

在数据空间方面，pHash 的使用效果非常好。它的尺寸非常小：一张图像对应一个哈希值。然而，SIFT 需要 128 个字节来获取特征点。并且一张图像中有很多特征点。

最终，SIFT 可以比 pHash 更好地识别相似图像。但需要越来越大的尺寸。

在速度台上，我还无法测试。但我认为，pHash 比 SIFT 更快，因为 SIFT 必须对一张图像上的许多特征进行操作。

如果您对上述问题还有其他答案，请告诉我。