層次K-均值聚類的SIFT向量

Question

所有

我正在尋找應用大衛Nister和亨裏克Stewenius的同樣的方法在http://www.wisdom.weizmann.ac.il/~bagon/CVspring07/files/scalable.pdf

在本文中，他們使用了大量的SIFT向量（128 -D）作爲分層k均值聚類的輸入以構建分層視覺詞彙樹。

是否有人知道我可以用來做這個聚類的任何好的庫？

Ps：輸入SIFT描述符的數量很高（70,000,000），我希望這個結果將是一個包含1,000,000葉節點的詞彙樹。

非常感謝。 關於。

Answer 1

如果數據處於受支持的格式，OpenIMAJ中的ClusterQuantiser工具應該能夠執行此操作。如果該工具無法使用開箱即用的數據，那麼您可以在1.0.5版本中爲org.openimaj.ml.clustering.kmeans.HierarchicalByteKMeans類（在svn trunk版本中）或org.openimaj.ml.clustering.kmeans.HByteKMeans類中編寫驅動程序。這兩個版本的課程都支持從磁盤流式傳輸數據，因此您不需要在內存中保存所有功能！

爲了完整性，vlfeat也有一個分層的k-means實現，但我不知道它有多大的比例。

從實踐經驗來看，您也可以考慮在聚類之前對特徵進行採樣。我不確定你會從集羣中獲得很多好處。