VLFeat中的词袋（BOW）

Question

使用VLFeat库构建项目使用视觉词袋（BoVW）进行图像分类。 BoVW管道包括：

1. SIFT
2. k-means
3. 构建直方图
4. SVM分类

我可以将vl_sift和vl_kmeans用于（1）和（2），但我不知道如何构建直方图功能并在SVM中使用它们。

Answer 1

鉴于你已经拥有＆＃34;字典＆＃34;来自vl_kmeans：

[centers] = vl_kmeans(data, numClusters); 

为了构建图像I的直方图，您需要使用vl_sift获取该图像的128-D描述符：

[~,D] = vl_sift(I)  

D的每一列是图像I中一个兴趣点（或帧）的描述符。现在，您需要根据D和字典centers构建I的直方图。最简单的方法是使用for循环：

H = zeros(1,numClusters);
for i=1:size(D,2)
  [~, k] = min(vl_alldist(D(:,i), centers)) ;
  H(k) = H(k) + 1;
end

现在由您决定是否将直方图H标准化，然后再将其传递给SVM。请注意，可能有一种更快的方法来构建不需要循环的直方图;但我认为我的代码（在Matlab中）足够清楚，可以解释算法。