基于傳統(tǒng)圖像SIFT方法，基于卷積神經(jīng)網(wǎng)絡(luò)方法是兩種代表。另外基于圖像哈希算法，準(zhǔn)確度都不太高。

SIFT方法比較：移動端圖像相似度算法
上面鏈接除了SIFT算法勝出外，包含了一種通過神經(jīng)網(wǎng)絡(luò)提取特征，對特征進(jìn)行比對的方法。對于神經(jīng)網(wǎng)絡(luò)，最后特征就是多高維的矩陣，矩陣見如何比較相似度呢？

卷積神經(jīng)網(wǎng)絡(luò)又有多種方法:2-channel直接輸出相思度?深度學(xué)習(xí)（十六）基于2-channel network的圖片相似度判別

======================================

對于校驗(yàn)用戶上傳的圖片是否是合法的，下面這個思路比較新穎，就是尋找圖片中有無“特定”的LOGO。如果我們是營業(yè)執(zhí)照，可以將抬頭“營業(yè)執(zhí)照”作為LOGO，在另一幅圖中搜索特征就行了。
詳細(xì)介紹Python中利用Scipy包的SIFT方法進(jìn)行圖片識別的實(shí)例?和?用SIFT算法檢測圖像特征并進(jìn)行圖像匹配
這種方法比較快速。另外一個方案就是我們存儲一些模板，先把模板特征提取好，然后與用戶上傳的圖片進(jìn)行匹配，查看匹配程度即可。
如果直接找關(guān)鍵點(diǎn)，可以用?如何使用python檢測SIFT特征點(diǎn)