Question

我有大约130,000个SIFT描述符。我正在使用Opencv的flann模块构建一个层次化的Kmeans索引。在此之后，我想量化这些130,000个描述符（稍后将量化更多）。我正在使用flann的knnsearch方法来做到这一点。但这种方法的结果很奇怪。对于每个描述符，它显示的最近索引是描述符本身的索引。但是，它应该显示最近的簇的簇ID，它将是HIK树的叶子之一。

我应该尝试k = 2

以下是代码段 -

 int k=1;
 cv::flann::KMeansIndexParams indexParams(8,4,cvflann::FLANN_CENTERS_KMEANSPP) ;
 cv::flann::Index hik_tree(cluster_data, indexParams);
 Mat indices,dist;
 hik_tree.knnSearch(cluster_data, indices, dist, k, cv::flann::SearchParams(64));

Answer 1

knnSearch正在查找索引中的k个最近邻居（它不提供群集ID！）。您使用cluster_data构建索引，然后尝试将cluster_data与自身匹配。在这种情况下，每个描述符的最近邻居本身就不足为奇了......

编辑：如果您想获得这些中心，请查看此内容（来自FLANN库的来源）：

/**
 * Chooses the initial centers using the algorithm proposed in the KMeans++ paper:
 * Arthur, David; Vassilvitskii, Sergei - k-means++: The Advantages of Careful Seeding
 */
template <typename Distance>
class KMeansppCenterChooser : public CenterChooser<Distance>
{
...

Answer 2

k-NN是一种监督分类算法，这就是为什么你应该用你的训练样本构建一个Index对象，所以使用

cv :: flann :: Index hik_tree（samples，indexParams）;

而不是

cv :: flann :: Index hik_tree（cluster_data，indexParams）;

opencv flann module：knn-search for hierarchical kmeans tree给出了奇怪的结果

2 个答案: