SIFT 聚类将 sift 特征（128 维向量）转换为词汇表答案

【问题标题】：SIFT clustering converting sift features (128 dimensional vector) into a vocabularySIFT 聚类将 sift 特征（128 维向量）转换为词汇表
【发布时间】：2014-03-30 12:42:11
【问题描述】：

如何对提取的 SIFT 描述符进行聚类。做聚类的目的是为了分类目的。

【问题讨论】：

标签： opencv image-processing classification sift

【解决方案1】：

方法：

首先为每个图像/对象计算 SIFT descriptor，然后将 push_back 该描述符计算为单个图像（我们称该图像为 Mat featuresUnclustered）。
之后，您的任务是将所有描述符聚集到一定数量的组/集群中（由您决定）。这将是您的词汇/字典的大小。

int dictionarySize=200;

最后是对它们进行聚类的步骤

//define Term Criteria
TermCriteria tc(CV_TERMCRIT_ITER,100,0.001);

//retries number
int retries=1;

//necessary flags
int flags=KMEANS_PP_CENTERS;

//Create the BoW (or BoF) trainer
BOWKMeansTrainer bowTrainer(dictionarySize,tc,retries,flags);

//cluster the feature vectors
Mat dictionary=bowTrainer.cluster(featuresUnclustered);

【讨论】：

好的，如何表示用于聚类的描述符，我知道描述符为 128 特征。那么如何代表他们
对于一个对象/图像，您将获得一个描述符，它只不过是一个具有 1 行和 128 列的图像。因此，如果您使用 50 张图像，那么您将拥有 50 张这样的图像（即 1 行 128 列）。现在，您将所有这些行放在一个单一的图像中，在我上面的示例中，该图像具有未聚集的特征。

【解决方案2】：

为了聚类，将 N*128 维度（N 是每个图像的描述符数）转换为 M*128 维度的数组（所有图像的 M 个描述符数）。并对这些数据执行集群。

例如：

def dict2numpy(dict):
    nkeys = len(dict)
    array = zeros((nkeys * PRE_ALLOCATION_BUFFER, 128))
    pivot = 0
    for key in dict.keys():
        value = dict[key]
        nelements = value.shape[0]
        while pivot + nelements > array.shape[0]:
            padding = zeros_like(array)
            array = vstack((array, padding))
        array[pivot:pivot + nelements] = value
        pivot += nelements
    array = resize(array, (pivot, 128))
    return array

all_features_array = dict2numpy(all_features)
nfeatures = all_features_array.shape[0]
nclusters = 100
codebook, distortion = vq.kmeans(all_features_array,
                                         nclusters)

【讨论】：

【解决方案3】：

通常kmeans用于得到k个中心，你可以将每张图像变成K的一个向量（每个维度代表该簇中有多少个patch）。

【讨论】：