训练数据集群的 BOW 预测

Question

我正在创建一个用于视频分类的视觉词包。我没有使用 SURF 描述符，这就是为什么我不能为此目的使用 OpenCV 的 BOWImgDescriptorExtractor。 我提取了我的描述符并自己将它们聚类。我现在有我的词汇表（大小为 4000）。我应该做的是将我的训练描述符分配给这些集群并为下一步创建视觉直方图。我应该如何做这个预测并从创建的字典中为我的训练数据创建视觉直方图？

Answer 1

为了将描述符分配给集群，您必须选择一个距离度量。一个简单的选择是欧几里得距离。然后你需要计算训练描述符到每个集群质心的距离，并将它们分配给质心比任何其他集群的质心更接近描述符的集群。

为图像上的所有训练描述符完成此操作后，您计算分配给每个集群的描述符数量，然后构建直方图。但是，必须对训练集中的所有图像重复该过程。由于描述符的数量可能会随图像而变化，因此直方图通常在作为特征向量输入分类器之前进行归一化处理。