一袋用於特徵聚類的視覺詞模型

Question

我使用一袋視覺詞來聚集圖像的特徵。到目前爲止，我遇到的所有工作都是使用BOW對使用SIFT，SURF等計算的聚類特徵進行計算。也許我錯過了這一點，但是可以將BOW中的顏色直方圖特徵表示爲BOW，還可以表示面向邊的直方圖特徵。

我正在研究圖像分類器，我想在Opencv中將RGB顏色直方圖用作特徵描述符。所以我想知道是正確的將2個特徵向量連接成一個並添加到BOW中，或者將SIFT特徵添加到BOW並將直方圖功能連接到BOW是正確的（我現在正在使用此模型，但我想知道哪個一個是正​​確的。）

Answer 1

從歷史上看，我們使用bag-of-words模型來檢索文檔。 正如在這個post中所提到的，在計算機視覺中，視覺詞袋指的是特徵袋（BOF）。如果要使用兩種類型的功能，可以連接兩個特徵向量並構建BOF模型。 （作爲一個例子）對於人類行爲識別任務，人們通常使用基於外觀特徵（梯度HOG）和運動特徵（光流--HOF）串聯的BOF建模人類行爲。