我正在使用OpenCV實現Bag-of-Words圖像分類器。最初我已經測試了在SURF關鍵點中提取的SURF描述符。我聽說密集SIFT（或PHOW）描述符可以爲我的目的更好地工作，所以我也嘗試了它們。密集SIFT比SIFT更適合單詞袋？
令我驚訝的是，他們表現更差，實際上差近10倍。我可能做錯了什麼？我使用OpenCV中的DenseFeatureDetector獲取關鍵點。我從9個圖層中提取每個圖像約5000個描述符並將它們聚類爲500個簇。
我應該試試VLFeat庫中的PHOW描述符嗎？另外，我不能在OpenCV的SVM實現中使用卡方內核，這在許多論文中都是推薦的。這對分類器質量至關重要，我應該嘗試另一個庫嗎？
另一個問題是規模不變性，我懷疑它可能受密集特徵提取的影響。我對嗎？
這取決於問題。你應該嘗試不同的技術，以便知道什麼是最適合你的問題的技術。當你需要分類任何一種場景時，通常使用PHOW是非常有用的。 您應該知道PHOW與密集SIFT有點不同。幾年前我使用了vlfeat PHOW，並且看到代碼，它只是調用不同大小的密集篩選，以及一些平滑處理。這可能是一個線索，能夠不變規模。 同樣在我的實驗中，我使用了libsvm，結果是直方圖相交對我來說是最好的。默認情況下，卡方和直方圖交集內核不包含在libsvm和OpenCV SVM（基於libsvm）中。你是決定是否應該嘗試的人。我可以告訴你，RBF內核實現了近90％的準確率，直方圖交點93％，卡方91％。但是這些結果是在我的具體實驗中。你應該開始使用自動調整參數的RBF，看看它是否足夠。
總結一切取決於你的具體實驗。但是如果你使用密集SIFT，也許你可以嘗試增加簇的數量，並調用不同尺度的密集SIFT（我推薦你使用PHOW方式）。
編輯：我一直在尋找的OpenCV DenseSift，也許你可以用
m_detector=new DenseFeatureDetector(4, 4, 1.5);
開始認識thath vlfeat PHOW用途[4 6 8 10]塊大小。