袋二进制描述符的单词

Question

在图像描述符的经典词汇范例中，我们：

1. 为每个图像定义描述符集
2. 我们在所有图像的所有描述符的集合上午餐k-means
3. 结果，每个描述符被分配给一个cluter
4. 我们定义“视觉词”（或换句话说，如何通过矢量表示图像）：对于每个图像，我们将“视觉词”矢量的i-th维度定义为属于i-th集群的描述符。
5. 我们已经获得了代表我们形象的k-dimension“视觉词”矢量。

这种方法非常适用于复杂且昂贵的SIFT描述符...但对于二进制文件和快速描述符（如BRIEF，ORB，BRISK或FREAK）是否相同？

根据this article没有区别，但我想知道昂贵的k-means算法是否可以在二进制空间中有效计算（或者如果有更好的聚类算法）或者是否存在替代算法用二元向量的单词模型袋的方法。