一包視覺詞語編碼過程

Question

在圖像分類中，我必須對視覺詞彙表示中的圖像進行編碼並訓練SVM分類器。製作圖像的視覺詞語編碼包的過程是什麼？

Answer 1

下面是該過程：

首先，你必須建立一個字典

1. 首先，你必須在訓練圖像應用採樣（密集/關鍵點）。簡單地將圖像分解成等分採樣的補丁。
2. 對所有訓練圖像重複上一步。然後，對於每條路徑，計算導致128-D向量的SIFT描述符。
3. 對所有圖像的所有補丁執行上述步驟將產生一組128-D特徵向量。將這些描述符聚類爲K個羣集並保存其中心。這些中心形成您的模型的視覺詞典。

構建的視覺字典之後

應用在目標上的圖像的採樣（密集/關鍵點）。

爲查詢圖像的每個補丁計算SIFT特徵描述符。

檢查任何補丁位於哪個羣集。選擇這些集羣的中心（視覺詞）作爲該補丁的代表。

計算目標圖像中每個特定視覺詞彙數量的直方圖。該直方圖是圖像的描述符/表示。

這樣做對於所有的訓練集，您可以訓練任何現成的分類器來分類圖像。

這裏是管道的可視化：