圖像檢索（CBIR）與單詞袋

Question

我想使用單詞袋來進行基於內容的圖像檢索。 我很困惑如何在基於內容的圖像檢索中應用bag-of-words。 澄清：

我已經使用SURF功能訓練了我的程序並提取了BoW描述符。我將這些作爲訓練數據提供給支持向量機器。然後，給定查詢圖像，支持向量機可以預測給定圖像屬於哪個類。

換句話說，給定一個查詢圖像，它可以找到一個類。例如，給定一輛汽車的查詢圖像，該程序將返回'汽車'。如何找到類似的圖像？

如果給定班級，我是否會返回訓練集中的圖像？或者，程序（給出查詢圖像）還會返回SVM預測同一類的測試集的子集？

Answer 1

標題只提到BoW，但在您的文本中，您也使用SVM。

我認爲CBIR的核心思想是根據一定的距離度量來找到最相似的圖像。您可以使用BoW功能執行此操作。 SVM不是必需的。

使用附加分類的主要目的是加速過程。因爲在獲得測試圖像的類標籤之後，您只需要搜索圖像的這個子組以獲得最佳匹配。當然，如果SVM在區分特定類別方面比距離度量更好，它可能有助於減少錯誤。

所以標準的工作流程是：

• 獲得類
• 回報從這個類的訓練樣本的最佳匹配