Question

我正在尝试使用opencv 2.4.2中的方法hierarchicalClustering。

它没有错误地工作，但问题是，我不承认它接受的参数，例如。分支...

而且我觉得我的问题始终只是一个集群。

我的输入是一个cv :: Mat的LBPH特征（用于面部检测）行数为12，列数为6272。无论分支因子的值是多少，我总是只得到一个簇，它的质心是来自输入矩阵grouppeed_one_ferson_features的行的平均值。你能建议???

感谢很多!!!

继承人代码：

cv::Mat groupped_one_person_features;  
.... // fill grouppeed_one_ferson_features with data 
int  Nclusters=50;
cv::Mat centroids (Nclusters,Features.data[0][0].cols,CV_32FC1);
int count = cv::flann::hierarchicalClustering<cvflann::L1<float>>groupped_one_person_features,centroids,cvflann::KMeansIndexParams(2000,11,cvflann::FLANN_CENTERS_KMEANSPP));

Answer 1

首先，你错过了最后一行的括号：

int count = cv::flann::hierarchicalClustering<cvflann::L1<float>>(groupped_one_person_features,centroids,cvflann::KMeansIndexParams(2000,11,cvflann::FLANN_CENTERS_KMEANSPP));

在顺序中，参数是（根据flann_base.hpp）：

要聚集的点
计算出的聚类中心。 Matrix应该预先分配，centers.rows是请求的集群数。
群集参数
用于群集的距离

因此，如果您总是获得一个群集，则可能意味着您的centroids矩阵只有一行。你能核实一下吗？

KMeansIndexParams的参数是（根据kmeans_index.h）：

分支因子：树中节点的子节点数
迭代：在一个kmeans聚类中执行的最大迭代次数（kmeans树）
centers_init：用于为kmeans树选择初始聚类中心的算法
cb_index：集群边界索引。在搜索kmeans树时使用

在opencv中使用flann进行分层聚类

1 个答案: