带有词袋的图像检索 (CBIR)

Question

我想使用词袋进行基于内容的图像检索。 我对如何将词袋应用于基于内容的图像检索感到困惑。 澄清一下：

我已经使用 SURF 特征训练了我的程序并提取了 BoW 描述符。我将其作为训练数据提供给支持向量机。然后，给定一张查询图像，支持向量机可以预测给定图像属于哪个类别。

换句话说，给定一个查询图像，它可以找到一个类。例如，给定汽车的查询图像，程序将返回“汽车”。如何找到相似的图像？

在给定课程的情况下，我会从训练集中返回图像吗？或者程序（给定查询图像）是否也会返回 SVM 预测同一类的测试集子集？

Answer 1

标题只提到了 BoW，但在你的文本中你也使用了 SVM。

我认为 CBIR 的核心思想是，根据一些距离度量找到最相似的图像。您可以使用 BoW 功能来做到这一点。 SVM 不是必需的。

使用附加分类的主要目的是加快进程。因为在您获得测试图像的类别标签后，您只需搜索图像的这个子组以找到最佳匹配。当然，如果 SVM 在区分某些类别方面比您的距离测量更好，它可能有助于减少错误。

所以标准的工作流程是：

• 获取类
• 从该类的训练样本中返回最佳匹配