Bag of Features (BOF)图像检索算法
1.用surf算法生成图像库中每幅图的特征点及描述符
2.用k-means算法对图像库中的特征点进行训练,生成类心
3.生成每幅图像的BOF:判断图像的每个特征点与哪个类心最近,最近则放入该类心,最后生成一列频数表,即初步的无权BOF
4.通过tf-idf对频数表加上权重,生成最终的BOF
5.对检索的图像也进行3-4部操作,生成一列检索图的BOF
6.将检索的BOF向量与图片库中每幅图的BOF向量求夹角,夹角最小的为匹配对象
SIFT/SURF特征图像检索时,由于一张图像可能有几十个甚至几百个特征,一次图片查询需要进行的特征查询次数非常多且不固定。为解决这个问题,需要引入一种方法可以将任意图片的所有特征向量用一个固定维数的向量表出,且这个维数并不因图片特征点数不同而变化。Bag-of-Words模型源于文本分类技术,在信息检索中,它假定对于一个文本,忽略其词序和语法、句法。将其仅仅看作是一个词集合,或者说是词的一个组合,文本中每个词的出现都是独立的,不依赖于其他词是否出现,或者说这篇文章的作者在任意一个位置选择词汇都不受前面句子的影响而独立选择的。
图像可以视为一种文档对象,图像中不同的局部区域或其特征可看做构成图像的词汇,其中相近的区域或其特征可以视作为一个词。这样,就能够把文本检索及分类的方法用到图像分类及检索中去。
s SIFT Algorithm for 3D Model Retrieval
Bag-of-Features模型仿照文本检索领域的Bag-of-Words方法,把每幅图像描述为一个局部区域/关键点(Patches/Key Points)特征的无序集合。使用某种聚类算法(如K-means)将局部特征进行聚类,每个聚类中心被看作是词典中的一个视觉词汇(Visual Word),相当于文本检索中的词,视觉词汇由聚类中心对应特征形成的码字(code word)来表示(可看当为一种特征量化过程)。所有视觉词汇形成一个视觉词典(Visual Vocabulary),对应一个码书(code book),即码字的集合,词典中所含词的个数反映了词典的大小。图像中的每个特征都将被映射到视觉词典的某个词上,这种映射可以通过计算特征间的距离去实现,然后统计每个视觉词的出现与否或次数,图像可描述为一个维数相同的直方图向量,即Bag-of-Features。
Bag-of-Features更多地是用于图像分类或对象识别。在上述思路下对训练集提取Bag-of-Features特征,在某种监督学习(如:SVM)的策略下,对训练集的Bag-of-Features特征向量进行训练,获得对象或场景的分类模型;对于待测图像,提取局部特征,计算局部特征与词典中每个码字的特征距离,选取最近距离的码字代表该特征,建立一个统计直方图,统计属于每个码字的特征个数,即为待测图像之Bag-of-Features特征;在分类模型下,对该特征进行预测从实现对待测图像的分类。Classification Process
1、局部特征提取:通过分割、密集或随机采集、关键点或稳定区域、显著区域等方式使图像形成不同的patches,并获得各patches处的特征。
2、构建视觉词典:由聚类中心代表的视觉词汇形成视觉词典
Bag of features(Bof)一种是用于图像和视频检索的算法,此算法的 神奇之处,就在于对于不同角度,光照的图像,基本都能在图像库中正 确检索。 而写这篇文章的目的...
Our method is at least one order of magnitude faster than standard bag-of-features while providing excellent search quality. entries of the vectors. It ...
基于Bag of Features的手势识别_数学_自然科学_专业资料 暂无评价
Extract features Bag of features: outline 1. Extract features 2. Learn “visual vocabulary” Bag of features: outline 1. Extract features 2. Learn “...
lec18_bag_of_features_专业资料。特征袋模型 词包模型 都可以翻译为bags of words 或bags of features,并不做严格区分Bag-of-features models 2011.12.1下载于...
a au s oF r 所 .该算 法首先 从图像中采集出一系列的图像块 , 用的方法有 : 集 常密采集 , 机采集和基于特征点 的采 集 ( Har — a lc , 随...
Early “bag of words” models: mostly texture recognition – Cula & Dana,...Looser definition – Independent features A clarification: definition of “BoW...
Bag of Features 暂无评价 3页 免费 Let the cat out of the... 5页 1下载...BoF 缺陷 No rigorous geometric information of the object components Object ...
Datasets & Conclusions Object Bag of ‘words’ Analogy to documents Of all...Efficient to compute – linear in # features/image ? Satisfies Mercer ...
In particular, we consider four different feature detectors and six local feature descriptors and use a standard bag-of-features SVM approach for action ...
热门文档