Я пытаюсь создать простой механизм поиска изображений, используя Oxford Buildings Dataset
Сначала я использовал SIFT для извлечения функций. В основном я перебрал каждое изображение в наборе данных и сгенерировал ключевые точки и дескрипторы для каждого из них.
Затем я выбираю одно случайное изображение в качестве запроса и использую метод bf.match и нахожу совпадающие ключевые точки для определения расстояния между изображениями в наборе данных и запросе. Но после этого - думаю, это та часть, в которой я ошибся - я считаю совпадение ключевой момент. Идея состояла в том, какая картинка имеет наиболее подходящую ключевую точку - это картинка, которая больше всего похожа на изображение запроса.
matches = bf.match(query_d, desc)
# Sort the matches in the order of their distance.
matches = sorted(matches, key = lambda x:x.distance)
print matches
matches_num.append((len(matches), imageID))
Мой вопрос: как я могу применить какие-либо методы классификации после вычисления ключевых точек?