C++ 特征检测可以用于关键点匹配吗？

我看到HOG经常与SVM一起用于目标检测，它可以用于两幅图像中的关键点匹配吗

---

顺便说一句，我在哪里可以找到使用HOGDescriptor的OpenCV示例？

如果你正在处理图像，你可以使用SIFT/SURF和SVM。没有什么可以阻止您使用HOG进行关键点匹配，但请记住，效果取决于描述符的识别能力和健壮性

编辑：当我最初提到猪只用于视频时，我的理解很差。不知怎的，我想到了光流矢量的直方图，它对于视频活动描述非常有效

---

编辑2[10月12日]：我现在建议人们尝试使用ORB或BRISK，寻找对许可证友好的描述符，这些描述符对于关键点匹配来说既快速又有效

HOG可以在没有支持向量机的情况下用于特征匹配。 只需选择一些点（例如，边缘），并计算出以这些点为中心的ROI内部的特征。

HOGDescriptor

似乎仅适用于GPU编程。

---

我在openCV中为HOG创建了描述符作为一个

Mat

，它也适用于openCV匹配函数。

SIFT/SURF都是专利。我认为（？）两者都考虑到了非商业用途，但肯定不是商业用途。是的，SIFT/SURF确实获得了专利。有一些非专利描述符或多或少都是同样有效的。您可以选择自己实现其中一个，或者许可SIFT/SURF。HOG是否未获得专利？据我所知，它比SIFT晚。你能分享一些代码吗？谢谢特别是使用HOG在两个图像之间进行匹配的部分