Android 智能手机上的实时图像识别

我们的任务是创建一个应用程序，该应用程序可以从web服务器下载一些模板图像，并对这些图像执行实时识别。我们做了一些研究，唯一合理的解决方案是：

我们从模板图像中提取特征描述符，并在应用程序启动时将其存储到内存中

我们还从每个可用帧（不是每个帧，这取决于算法的速度）中提取该描述符，并将其与每个模板描述符进行匹配，并从中挑选出最佳的描述符

在应用程序的第一个原型（我们使用OpenCV）中，iOS可以使用这种方法，但Android，尤其是低端设备，需要花费大量时间来提取和匹配这些描述符。我们使用SURF算法，因为我们发现它最适合此任务，对于描述符之间的匹配，我们使用kNN算法

你认为我们的解决方案是正确的，还是存在更好的、对智能手机友好的解决方案

---

谢谢

我为我们使用的安卓系统制作了一个类似于你的应用程序，它的冲浪速度比OpenCV快得多。你可以在网站上了解它的性能。该方法是完全好的，你可以考虑SURF算法相对于你的域的阈值，因为如果阈值较低，你将得到很多特征，你得到的特征越多，计算量越大，帧率越低。等我到了那里，我就试试那辆boofCV。我能问一下你用什么方法来比较图像描述符吗？ThanksWe使用了一种快速Hessian检测器和冲浪描述符。为了关联特征，我们使用欧几里德距离。我可以给你写信吗？我无法用这种方法匹配任何图像，即使是简单的图像，我想问一些额外的信息。当然，你想在哪里交谈？我想电子邮件可以：）