Algorithm 基于记忆的物体识别的最佳算法是什么？

我正在尝试使用ORB特征描述符实现一个OpenCV对象识别项目。为了做到这一点，什么是有效的算法？这是我的粗略算法

1） 在给定数量的训练集图像的单通道帧上运行二进制特征描述符（ORB）。 2） 存储所有训练集图像的算法所有返回值的关键点向量。 3） 通过平均所有关键点并选择一组高于给定阈值的关键点，找到主要关键点。 4） 在测试图像上运行该算法并查找主要关键点匹配

我不确定这个算法是否正确，因为我还没有实现它。还有其他有效的方法吗？请帮忙。谢谢

更新

你好,，

---

我希望此检测实时运行（将在室内自主无人机上实现）。基本上，感兴趣的项目或对象是吊扇、灯具、墙角/边缘以及与室内墙壁相关的任何对象。所以基本上它们是刚性的，不能用颜色来检测。我想一个实现良好的快速特征检测算法和良好的训练图像将达到这个目的。多谢各位

通常，您选择的技术取决于您试图检测的对象的确切性质。它们僵硬吗？可变形的？基于边缘的？基于水滴的？可按颜色分割？等等。此外，您需要在实时（视频帧）或离线（静态图像）中执行此操作吗？也许您可以编辑您的问题，以包含一些示例图像，这些图像显示了您想要做的事情的典型示例。@Rogerowland谢谢：）我已用详细信息更新了我的问题：）非常感谢您的建议。