功能包如何工作？

Question

我不確定這是否是適合此問題的正確論壇，否則我很抱歉。

我對Bag of Features模型很陌生，我試圖實現爲了通過矢量（用於CBIR項目）表示圖像。

從就我的理解，給定一個訓練集n圖像0​​，並假定我們想通過大小k的矢量來表示圖像，這些都爲實現使用BoF步驟：

1. 對於每個圖像i，計算關鍵點集合並從中計算描述符集合i-D。
2. 把所有圖像中的描述符集合放在一起，所以現在我們有D。
3. 在D上運行k表示（其中k定義如上）算法，所以現在我們有k簇，每個描述符向量完全屬於一個簇。
4. 將相對於圖像i的結果BoF矢量（尺寸爲k）定義爲iv。每個維度被初始化爲0
5. 對於每個圖像i，和用於屬於i-D每個描述符d，找出d所有k簇之間所屬羣集。假設d屬於j集羣，那麼vi[j]++。

什麼是我不明白的是如何落實第5點，那麼我們該如何理解到集羣中的描述屬於，特別是如果我們試圖計算轉爐矢量圖像是查詢圖像（不屬於初始數據集）？我們是否應該找到最近鄰居（1-NN）以便了解查詢描述符屬於哪個羣集？

爲什麼我需要這個 - 應用程序：

爲了實現CBIR我實現鍊鋼模型：給定一個查詢圖像q，找到q最相似的圖像i中的數據集圖片。爲了做到這一點，我們需要解決1-近似最近鄰問題，例如使用LSH。問題在於LSH中的每個圖像的輸入都表示爲一個矢量，所以我們需要BoF才能做到這一點！我希望現在它更清楚爲什麼我需要它:)

請讓我知道，如果我在上述程序中犯了一些錯誤。

Answer 1

你的算法正在做什麼是爲圖像生成等價的單詞。這套「單詞」並不意味着是最終結果，而只是簡單的用於其他機器學習技術。

在此設置中，您將從初始特徵（來自點1的關鍵點）生成一組k個聚類。 然後，通過每個集羣中關鍵點的數量來描述每個圖像（就像您有一個由長度爲k的字典中的單詞構成的文本一樣）。

點3表示您從traing set images中獲取所有關鍵點，並運行k-means algorithm，找出點之間的合理間隔。這基本上確定了這些詞是什麼。

因此，對於新圖像，您需要像計算訓練集一樣計算關鍵點，然後使用已在訓練中計算出的集羣計算出新圖像的特徵向量。那就是你將你的圖像轉換成你所創建的字典中的單詞。

這是從圖像中生成合理特徵向量的一種方法（如果需要，也可以是部分結果）。這不是一個完整的機器學習算法。要完成它，你需要知道你想要做什麼。如果你只是想找到最相似的圖像，那麼是的最近鄰居搜索應該這樣做。如果要標記圖像，則需要從特徵向量中訓練分類器（如樸素貝葉斯），並使用它來計算查詢的標籤。