我試圖匹配基於視覺單詞的圖像(標記爲圖像內的關鍵點)。當將模擬結果與我的理論結果進行比較時,我會得到明顯的偏差,因此我猜想我的理論概率計算中必定存在一個錯誤。使用Geometric Min Hash查找相似圖片:如何計算理論匹配概率?
你能想象兩幅圖像集的視覺字(視覺詞的名字範圍從A到Z):
S1=SetImage1={A, B, C, D, E, F, G, H, I, J, L, M, N, O, Y, Z}
S2=SetImage2={A, L, M, O, T, U, V, W, X, Y, Z}
你已經可以看到發生在兩組一些視覺上的話(例如A,Z,Y ......)。現在我們將視覺單詞分爲主要單詞和輔助單詞(請參閱提供的圖像)。每個主要單詞都有一個輔助單詞的鄰域。您可以看到主要單詞(紅色矩形)及其次要單詞(橢圓內的單詞)。對於我們的例子中,原始字組如下:
SP1=SetPrimaryWordsImage1={A, J, L}
SP2=SetPrimaryWordsImage2={A, L,}
我們現在隨機從img1VAL1
附近,即img1VAL2=SelFromNeighborhood(img1VAL1)
所得成一對PairImage1={img1VAL1, img1VAL2}
選擇從該組SP1一個視覺詞img1VAL1
和一個字。我們對第二張圖片也做同樣的事情,並得到PairImage2={img2VAL1, img2VAL2}
。
示例: 從Image1
我們選擇自C
A
作爲主要視覺詞和C
作爲次要字是A
鄰域內。我們從Image2中獲得{A, C}
,我們也選擇A
作爲主要視覺詞,Z
作爲輔助詞。我們得到這對{A, Z}
{A,C} != {A,Z}
因此我們沒有匹配。但隨機選擇的對的概率是相等的?