我试图在opencv中使用Freak检测功能并提取描述符，然后构建我的BOW词汇表，并为每个图像使用词汇表与BOW匹配。你知道，整件事。我知道BOW可以和其他描述符一起使用，比如SIFT或SURF，我不清楚Freak描述符是二进制的，可以和BOW一起使用。更具体地说，当opencv构建一个BOW词汇表时，它使用k-means集群。我不清楚k均值聚类算法使用什么距离函数。对于像Freak这样的二进制描述符，汉明距离似乎是唯一的选择。
在我看来，opencv k-means在计算距离时只使用欧几里德距离，无赖。看起来我必须建立自己的k-means和我自己的词汇匹配。那里有聪明人知道解决方法吗？
谢谢！
答案 0 :(得分：1)
我在一篇论文中读到Freak不容易被使用。以下是论文的摘录形式“......这些算法不能轻易用于许多检索算法，因为它们必须与汉明距离进行比较，汉明距离不易适应加速搜索结构，如词汇树或近似近邻（ ANN）......” （ORB，FREAK和BRISK）
答案 1 :(得分：0)
FREAK适用于局部敏感哈希。您可以将它与OpenCV中包含的FLANN（快速近似最近邻居）一起使用。
对于BOW，只有描述符的前5,6,7,8个字节可能足以构造树。