我使用Bag视觉词进行分类。 我已经为每个图像量化了SIFT描述符100个单词，并对图像的直方图进行了编码并完成了分类。
现在，我想尝试组合两个不同的描述符和检测器，即SIFT和SURF，这意味着关键点的数量不会相同，也不是描述符维度（SIFT 128D和SURF 64D）。
将它们组合起来最简单的方法是什么？
如果，对于每个图像，我为SIFT编码一个直方图（将是100x1直方图）而另一个用于SURF（另一个100x1），然后将它们堆叠在一起制作200x1直方图，这是正确的吗？
还有其他方式吗？
提前多多感谢。
答案 0 :(得分：0)
在单词中，关键点的数量或描述符大小无关紧要，一旦生成代码簿，就会得到一个直方图，其尺寸取决于您的代码簿大小。同样，直方图被标准化，因此它不依赖于每个图像检测到的特征的数量。假设你有SIFT和SURF功能，你需要做的就是生成2个码本并将它们连接起来以获得一个特征向量。
这里提到了该方法的简要概述： http://en.wikipedia.org/wiki/Bag-of-words_model_in_computer_vision