Phash与SIFT在识别相似图像方面的区别

Question

我有关于sift和phash的问题。

首先，我正在使用SIFT来实时识别相似图像。就像用手机相机拍摄的照片一样，可能会有少量旋转和模糊效果。

然后我发现了Phash。所以，我在它的演示页面上测试了phash。但结果让我叹息。

这是上述测试的结果：

在这个测试中，两张图像固定在 x 轴上。因此它们没有旋转。但是右侧图像的标志已被移除，并且人物已经移到了左侧。在我看来，这是“非常相似的”。此外，SIFT 完全捕捉到了这一点。

现在，以下是问题：

1. pHash 比 SIFT 更快吗？
2. pHash 的准确性可靠吗？
3. SIFT 的输出太大，不能用于实时服务。因此，我必须使用哈希将输出变成更小的大小，例如 LSH（局部敏感哈希）。还有其他方法可以尝试吗？

- jeyraof

Answer 1

好的，我明白了。

pHash不能将旋转和关键移动识别为相同的事物。

在数据空间方面，pHash的使用效果显著。它非常小：一个图像对应一个哈希值。然而，SIFT需要128个字节来获取特征点，并且一个图像中有许多特征点。

最终，SIFT可以比pHash更好地识别相似的图像，但需要更多的空间。

在速度测试方面，我还无法进行测试。但我认为，pHash比SIFT更快，因为SIFT必须为一个图像上的许多特征点运算。

如果您对以上问题有其他答案，请告诉我。

- jeyraof