关于BOW详细介绍

这篇文章属于小笔记类型奥~~

1 特征提取

使用SIFT或者SURF生成图像特征的描述子

2 构建词典(Vocabulary)

通过上一步所有特征的提取,我们需要得到所有训练图片的所有描述子,对所有的这些描述子,使用聚类的方法得到n个聚类中心(可以理解为眼睛、鼻子、草地、人这样的类别,当然只是用于理解),这样,每个描述子都会有他所属的类别了(也就是聚类中心类别)。这n个类别组成我们的词典。


K-means聚类

3 特征直方图构成

我们上面得到的是我们要构建的直方图的横坐标,就是他的类别。纵坐标表示的是该类出现的频次。直方图横坐标的顺序可以按照字典中单词的顺序排列,一旦确定下来了,就不再改变了。

4 表示图片

输入一张新的图片的时候,我们计算新的描述子与每个聚类中心(词典里面包含的类别)的相似性,得到新的这张图片的所有描述子的所属类别。然后,根据这些描述子的类别出现的频次,构建特征直方图。

一张人脸的特征直方图

为了简化表示,我们假设聚类中心只有四个,实际上数量多会比较好,这张人脸的bow描述子就是【12,105,85,12】串联表示。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 图像分类---深度学习 cifarclassify 实现常用图像分类算法 CV-News-Classificati...
    jiandanjinxin阅读 16,874评论 0 8
  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 173,020评论 25 708
  • 付出得太甘愿, 得到的太寡淡。 命里离分总说缘, 两人不提心不坚。
    晏大阅读 212评论 0 1
  • 罗胖语: 递弱代偿。它就是个概念,概念不讲正确不正确,只讲有没有解释力。这是一个特别重要的学习方法,学校教育一般只...
    朱进伟西农阅读 4,143评论 0 9
  • 1打蟑螂 局,就是如何找到蟑螂并打死 负资源,门帘,阻碍物 正资源,手电筒等 今天没有实现目的,在于既没有移除负资...
    小宝蛋蛋阅读 148评论 0 0