Image processing 如何找到空间一致的匹配SIFT特征？

我从查询和数据库图像中提取了DenseSIFT，并使用

VLFeat

通过

kmeans

进行量化。挑战在于找到量化为相同视觉单词且在空间上一致（与对象中心位置相似）的SIFT特征。我尝试了几种技巧：

在查询和数据库图像的SIFT（正常SIFT）坐标上使用FLANN（），找到最近的邻居，然后比较视觉单词（注意：这给出了一些不起作用的点）

使用SIFT坐标查找匹配点（我不确定这是否是正确的解决方案）

---

我已经为此挣扎了很多天，我希望专家们能指导我。我可以使用哪些可能的解决方案或算法来解决这个问题？

您提到的两种方法都没有达到您想要的效果。答案取决于图片中的对象。如果它大部分是平面，则可以依赖于估计单应性，请参见

如果情况并非如此，则可以使用极线约束删除异常值/获得几何一致性匹配，请参阅。如果速度在应用程序中很重要，那么还有其他一些方法可以实现这一点

---

非常感谢您的帮助，我将尝试您建议的解决方案，并在此处更新