phash vs. SIFT per identificare un'immagine simile

Question

ho domande su entrambi sift e phash

Prima di tutto, sto usando SIFT per identificare un'immagine simile in servizio in tempo reale. Come le foto scattate con la fotocamera del telefono, potrebbe essere una piccola quantità di rotazione e un effetto sfocato.

E ho trovato Phash. Quindi, collaudo phash sul suo demo page. Ma il risultato mi ha fatto sospirare.

Questo è risultato di prova di cui sopra:

In questo test, due immagini sono fissati sull'asse x. Quindi don ' t avere rotazione. Ma il logo delle immagini giuste è stato rimosso e la persona è stata spostata sul lato sinistro. Nei miei occhi, questo è 'molto simile'. Inoltre, SIFT lo rileva completamente.

Ora, questa è una domanda.

1. phash è più veloce di SIFT?
2. L'accuratezza del pHash è affidabile?
3. L'output di SIFT era troppo grande per essere utilizzato nel servizio in tempo reale. Quindi devo usare hash per rendere l'output di dimensioni più piccole come LSH(Locality-sensitive hashing). Qualsiasi altro modo per provare?

Answer 1

Ok, ho capito.

pHash non riconosce la rotazione e il movimento critico come la stessa cosa.

In caso di spazio dati, pHash era estremamente buono per l'utilizzo. È una dimensione molto piccola: un'immagine per un hash. SIFT, tuttavia, ha bisogno di 128 byte per ottenere il punto caratteristica. E ci sono molti punti caratteristica in un'immagine.

Infine, SIFT può identificare un'immagine simile a quella di pHash. Ma erano necessarie sempre più dimensioni.

In speedboard, non riesco ancora a testare. Ma penso che pHash sia stato più veloce di SIFT perché SIFT deve funzionare per molte funzioni su una sola immagine.

Se hai altre risposte per la domanda precedente, dimmi per favore.