功能包如何工作？

Question

我不确定这是否是适合此问题的正确论坛，否则我很抱歉。

我对Bag of Features模型很陌生，我试图实现为了通过矢量（用于CBIR项目）表示图像。

从就我的理解，给定一个训练集n图像0​​，并假定我们想通过大小k的矢量来表示图像，这些都为实现使用BoF步骤：

1. 对于每个图像i，计算关键点集合并从中计算描述符集合i-D。
2. 把所有图像中的描述符集合放在一起，所以现在我们有D。
3. 在D上运行k表示（其中k定义如上）算法，所以现在我们有k簇，每个描述符向量完全属于一个簇。
4. 将相对于图像i的结果BoF矢量（尺寸为k）定义为iv。每个维度被初始化为0
5. 对于每个图像i，和用于属于i-D每个描述符d，找出d所有k簇之间所属群集。假设d属于j集群，那么vi[j]++。

什么是我不明白的是如何落实第5点，那么我们该如何理解到集群中的描述属于，特别是如果我们试图计算转炉矢量图像是查询图像（不属于初始数据集）？我们是否应该找到最近邻居（1-NN）以便了解查询描述符属于哪个群集？

为什么我需要这个 - 应用程序：

为了实现CBIR我实现炼钢模型：给定一个查询图像q，找到q最相似的图像i中的数据集图片。为了做到这一点，我们需要解决1-近似最近邻问题，例如使用LSH。问题在于LSH中的每个图像的输入都表示为一个矢量，所以我们需要BoF才能做到这一点！我希望现在它更清楚为什么我需要它:)

请让我知道，如果我在上述程序中犯了一些错误。

Answer 1

你的算法正在做什么是为图像生成等价的单词。这套“单词”并不意味着是最终结果，而只是简单的用于其他机器学习技术。

在此设置中，您将从初始特征（来自点1的关键点）生成一组k个聚类。 然后，通过每个集群中关键点的数量来描述每个图像（就像您有一个由长度为k的字典中的单词构成的文本一样）。

点3表示您从traing set images中获取所有关键点，并运行k-means algorithm，找出点之间的合理间隔。这基本上确定了这些词是什么。

因此，对于新图像，您需要像计算训练集一样计算关键点，然后使用已在训练中计算出的集群计算出新图像的特征向量。那就是你将你的图像转换成你所创建的字典中的单词。

这是从图像中生成合理特征向量的一种方法（如果需要，也可以是部分结果）。这不是一个完整的机器学习算法。要完成它，你需要知道你想要做什么。如果你只是想找到最相似的图像，那么是的最近邻居搜索应该这样做。如果要标记图像，则需要从特征向量中训练分类器（如朴素贝叶斯），并使用它来计算查询的标签。