SIFT聚類將篩選特徵（128維向量）轉換爲詞彙

Question

如何聚類提取的SIFT描述符。進行聚類的目的是將其用於分類目的。

Answer 1

要羣集，轉換N * 128維（N是描述符的從每個圖像的數目）成M * 128維數組（所有圖像中M個描述符）。並對這些數據執行集羣。

如：

def dict2numpy(dict): 
    nkeys = len(dict) 
    array = zeros((nkeys * PRE_ALLOCATION_BUFFER, 128)) 
    pivot = 0 
    for key in dict.keys(): 
     value = dict[key] 
     nelements = value.shape[0] 
     while pivot + nelements > array.shape[0]: 
      padding = zeros_like(array) 
      array = vstack((array, padding)) 
     array[pivot:pivot + nelements] = value 
     pivot += nelements 
    array = resize(array, (pivot, 128)) 
    return array 

all_features_array = dict2numpy(all_features) 
nfeatures = all_features_array.shape[0] 
nclusters = 100 
codebook, distortion = vq.kmeans(all_features_array, 
             nclusters) 

Answer 2

通常使用kmeans來獲得k箇中心，您可以將每個圖像更改爲K的向量（每個維度表示該羣集中有多少個補丁）。

Answer 3

方法：所有的

• 首先計算SIFT descriptor對於每個圖像/對象，然後push_back該描述符成單個圖像（稱爲讓該圖像Mat featuresUnclustered）。

• 之後，您的任務是將所有描述符聚類到一定數量的組/簇（由您決定）。這將是你的詞彙量/詞典的大小。

  int dictionarySize=200;

• 然後終於來聚類他們的步驟

  //define Term Criteria 
  TermCriteria tc(CV_TERMCRIT_ITER,100,0.001); 
  
  //retries number 
  int retries=1; 
  
  //necessary flags 
  int flags=KMEANS_PP_CENTERS; 
  
  //Create the BoW (or BoF) trainer 
  BOWKMeansTrainer bowTrainer(dictionarySize,tc,retries,flags); 
  
  //cluster the feature vectors 
  Mat dictionary=bowTrainer.cluster(featuresUnclustered);