多个 问题 都涉及到SIFT算法，但它们似乎都集中在两个图像之间的简单比较上。与其确定两幅图像的相似度，不如使用SIFT从成千上万的图像集合中找出最匹配的图像是否可行？换句话说，SIFT是否具有可扩展性？

例如，使用SIFT为一批图像生成关键点，将这些关键点存储在数据库中，然后找出与“查询”图像生成的关键点欧几里得距离最短的那些是否可行？

在计算欧几里得距离时，是否忽略关键点的x、y、尺度和方向部分，仅查看描述符？

回答：

有几种方法可以解决这个问题。

一种流行的方法是所谓的词袋表示法，它仅基于匹配的描述符数量进行匹配，从而忽略了由(x, y, 尺度和方向)组成的位置部分，仅查看描述符。

对大型数据库进行高效查询可能使用近似方法，如局部敏感哈希

其他方法可能涉及词汇树或其他数据结构。

要使用一种同时考虑位置信息的高效方法，请查看金字塔匹配核