我正在使用OpenCV实现Bag-of-Words图像分类器。最初我测试了在SURF关键点中提取的SURF描述符。我听说Dense SIFT（或PHOW）描述符可以更好地用于我的目的，所以我也试过它们。
令我惊讶的是，他们表现得差得多，实际上差了近10倍。我能做错什么？我正在使用OpenCV的DenseFeatureDetector获取关键点。我从9层中提取每个图像大约5000个描述符，并将它们聚类成500个簇。
我应该从VLFeat库中尝试PHOW描述符吗？另外，我不能在OpenCV的SVM实现中使用chi square内核，这在许多论文中都是推荐的。这对分类器质量至关重要，我应该尝试另一个库吗？
另一个问题是尺度不变性，我怀疑它可能受到密集特征提取的影响。我是对的吗？
答案 0 :(得分：8)
这取决于问题。您应该尝试不同的技术，以了解什么是最适合您的问题的技术。当您需要对任何类型的场景进行分类时，通常使用PHOW非常有用。 您应该知道PHOW与Dense SIFT略有不同。几年前我使用过vlfeat PHOW，看到代码，它只是调用不同大小的密集筛选，以及一些平滑。这可能是一个能够不变规模的线索。 同样在我的实验中我使用了libsvm，结果直方图交叉对我来说是最好的。默认情况下，chi-square和histogram相交内核不包含在libsvm和OpenCV SVM中（基于libsvm）。您是决定是否应该尝试它们的人。我可以告诉你，RBF内核实现了近90％的准确度，直方图交叉度为93％，卡方为91％。但这些结果都在我的具体实验中。您应该使用自动调整的params开始使用RBF，并查看它是否足够。
总结一切取决于您的具体实验。但是如果你使用Dense SIFT，也许你可以尝试增加簇的数量，并以不同的比例调用Dense SIFT（我推荐你的PHOW方式）。
编辑：我在看OpenCV DenseSift，也许你可以从开始m_detector=new DenseFeatureDetector(4, 4, 1.5);
知道vlfeat PHOW使用[4 6 8 10]作为箱子大小。