组合多个图像描述符（SIFT + HOG）

Question

任何人都可以澄清多个图像描述符如何组合在一起。我的意思是，如果我做一个正常的SIFT，那么它给我一个128xN矩阵，其中N是描述符的数量。现在要添加可以具有不同维度的HOG描述符矩阵，程序是什么（因为简单地连接它们听起来没有意义）？组合的最终输出将用于使用k均值聚类创建单词模型包。

Answer 1

连接功能听起来没有意义，但你应该试试。它被称为“早期融合”。它可以工作。

通常晚期融合效果更好（分别学习特征然后合并两个机器学习的结果/输出）。

我为combining BoVW and BoW进行了测试，你应该看看论文的第二部分C部分“多模式融合技术”。