袋二进制描述符的单词

时间:2016-05-29 10:59:13

标签: computer-vision sift descriptor orb feature-descriptor

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。
  6. 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。

0 个答案:

没有答案