我有13万SIFT描述。我正在使用Opencv的flann模块构建分层Kmeans索引。这个我想这些量化描述130000后(会更晚一些量化)。我正在使用flann的knnsearch方法来做到这一点。但这种方法的结果是奇怪的。对于每个描述符,它显示的最近索引是描述符本身的索引。然而,应当显示这将是海康树的叶子的一个最近的簇的簇ID。OpenCV的FLANN模块:KNN-搜索层次k均值树给人怪异的结果
我应该尝试K = 2
下面的代码片段 - (!它不给集群-ID)
int k=1;
cv::flann::KMeansIndexParams indexParams(8,4,cvflann::FLANN_CENTERS_KMEANSPP) ;
cv::flann::Index hik_tree(cluster_data, indexParams);
Mat indices,dist;
hik_tree.knnSearch(cluster_data, indices, dist, k, cv::flann::SearchParams(64));
那么我怎样才能得到最接近的cluster.Is径向搜索方法应该做它我想要去的索引的叶子 – code4fun