分類詞語包 - 特徵vs像素

Question

我正在使用bag-of-words模型對醫學圖像進行分類。 我做了以下來提取特徵向量：從小圖像塊

1. 提取特徵，然後在 申請BOW這些功能由小圖像塊
2. 提取像素值，然後在這些像素應用BOW值

特徵提取後，我嘗試PCA，功能選擇，改變KMeans等的集羣的數量，以提高準確性。但在我的案例中，BOW學習的像素值（1）優於（2）（70％）的特徵（2）學習的BOW。我的功能非常好，當我使用這些功能對圖像進行分類時，我可以獲得95％以上的準確性。

我的問題是爲什麼BOW學習像素比BOW學習功能表現更好？

正常，不正常的結腸鏡圖像分類

Figure 1: a normal colon image 
    Figure 2: an image with polyp 

Answer 1

我你的兩種方法從圖像塊中提取特徵的理解是

特徵選擇=「運行PCA，K - 平均值或選擇一些像素子集，並構建這些提取值的向量「

像素值=「從圖像的RGB值創建矢量」

實際上，爲了從BOW特徵中獲得良好的效果，人們通常會使用相對複雜的算法推導出各個特徵。

在項目http://vision.stanford.edu/projects/totalscene/index.html（參考文獻＃1）中，作者從兩個圖像塊和分割中獲取BOW特徵。對於圖像塊，他們提取SIFT特徵，並且爲他們形成的每個片段，顏色，位置和紋理特徵（請參見2.1節，並按照參考以更好地描述它們使用的特徵）。

在「將場景分解爲幾何和語義一致的區域」。 （Gould等）形狀，顏色，邊緣等特徵是通過訓練推動邏輯迴歸分類器，Potts模型和高斯混合模型等方法得到的。

您可能不需要如此密集的技術來提取擊敗像素向量的特徵，但您應該瀏覽文獻以瞭解什麼是有效的。

SIFT特徵，顏色直方圖和過濾器提取紋理響應似乎工作得很好，並且還具有合理數量的軟件庫支持。