私は2つの画像間の知覚的類似性を見つけるアルゴリズムを探しています。実際には画像をシステムに入力したいと思います。ソース画像と知覚的に類似している画像を取得することができます。java内の2つの画像の間に知覚的類似点がある
私は同じような写真を見つけたいと思っています。私はいくつかのアルゴリズムは、元の画像の色、等（ピクセルごとにピクセル）の類似した画像のベースを見つけることができると聞いた。私は、入力ソースイメージとシステムは形、色、大きさ、などなどの知覚的な特徴を開始する簡単な方法は、色ヒストグラムを比較している
おかげ
に基づいて類似イメージを検索するシステムを持っていたいです。
しかし、以下の記事では、代わりに関節ヒストグラムを使用することを提案しています。あなたも見ることがあります。
は、あなたはそれをキャプチャする測定可能なエンティティを検索しようとする前に、「知覚的に類似」はあなたに何を意味するのか、慎重に定義する必要があります。馬のある青空の下の芝生の写真を想像してみてください。あなたのアプリケーションはすべての馬の写真を取得する必要がありますか？緑の草と青空の写真もありますか？後者の場合、上述の色ヒストグラムが良いスタートです。代わりにガウス混合モデル（GMM）を見ることもできますが、それらは検索でかなり使用されます。このcodeが出発点となります。この記事Image retrieval using color histograms generated by Gauss mixture vector quantization
「バッグオブワード」や「ビジュアルワード」のアプローチが複雑になるほど複雑です。ますます画像の分類と識別に使用されています。このアルゴリズムは通常、画像内のロバストな点を検出することから始まります。つまり、これらの点は特定の画像の歪みに耐えます。一般的なアルゴリズムの例はSIFTとSURFです。これらの発見された点の周りの領域は、スマートヒストグラムなどの記述子で取り込まれる。
最も簡単な形式では、すべての画像からすべてのディスクリプタのすべてのデータを収集し、それらをクラスタリングすることができます（k-meansなど）。すべての原画像には、いくつかのクラスタに貢献する記述子があります。これらのクラスタの重心、すなわち視覚ワードは、画像の新しい記述子として使用することができる。 VLfeatウェブサイトには、このアプローチの素敵なdemoが含まれており、caltech 101データセットを分類しています。また注目に値するのは、Caltech自体の結果とソフトウェアです。