小编Gre*_*ner的帖子

我已经使用 openCV python 使用 python 2.7 计算了图像 A 和 B 的 SIFT 描述符。图像 A 有 16X128 (=2048) 个描述符，图像 B 有 10X128 (=1280) 个描述符。现在我陷入困境，因为我不知道如何生成相似度分数。如果您能帮助我，我将不胜感激。

分数或相似性项是一对匹配描述符之间的测量（例如欧几里得距离），但是将图像中的 SIFT 描述符本身与另一个图像中的 SIFT 描述符本身进行比较是不可行的，因为最终会在图像中得到多个 SIFT 描述符，以及它们的数量正如我之前提到的，图像 A 有 16X128 (=2048) 个描述符，另一个有 1028 个。

在matlab VL-feat中，SCORE的实现如下：

[fa, da] = vl_sift(Image_a) ;
[fb, db] = vl_sift(Image_b) ;
[matches, scores] = vl_ubcmatch(da, db) ;

最后，我想计算冒充者和真实分数，然后我想计算 EER。

我想提请您注意，我不想使用以下任何方法：

1. Matlab 中的 VLfeat
2. BoW（Bag of word）算法（sift 中的欧几里得距离）
3. SIFT 解释分数中的答案

谢谢。

这就是我提取 SIFT 关键点和描述符的方法：

import cv2
def extractFeatures_SIFT(Imagelist):
    l = len(Imagelist) …