Comments 7
С второй половиной все ок (хранение/кластер/сравнение, и.т.д.).
А вот с первой вы что-то намудрили. Это (sift,orb,Akaze, FAST,...) алгоритмы 10-летней давности. Сейчас много что поновее есть. Можно и нейросетевые дескрипторы брать. Но в целом, конечно, такие задачи скорее через формирование правильных embedding решаются. Чтобы не делать этого жесткого матчинга.
А вот с первой вы что-то намудрили. Это (sift,orb,Akaze, FAST,...) алгоритмы 10-летней давности. Сейчас много что поновее есть. Можно и нейросетевые дескрипторы брать. Но в целом, конечно, такие задачи скорее через формирование правильных embedding решаются. Чтобы не делать этого жесткого матчинга.
Во-первых, я пришел к выводу, что если у фото меньше 10 ключевых точек, то это, как правило, очень низкокачественные изображения. Их я просто отбрасывал, помечая как некачественные.
Имеются примеры таких изображений? Насколько они некачественные? На них и человек ничего бы толком не увидел?
Неужели не видели эту статью?
«Выглядит похоже». Как работает перцептивный хэш
https://habr.com/ru/post/120562/
Супер быстрый алгоритм, за миллисекунды отрабатывает. И поиск потом уже по базе хэшей.
А насколько эта реализация устойчива к повороту не на 90 градусов и к перспективным искажениям?
Sign up to leave a comment.
Найти за полсекунды: сравниваем похожие фотографии