用于CBIR的视觉词袋（从特征中获得）。脚步？

Question

我对使用BOVW进行CBIR的步骤感到非常困惑。我发现了很多关于分类，机器学习和SVM的文献，但它并不是我想要的 我的问题涉及使用图像查询在数据库中搜索图像相似性。

我的步骤直到现在：

1. 提取功能（例如：ORB，BRISK，SIFT ......）。
2. 将所有图片的功能存储到磁盘。
3. 读取特征并计算K-means以获得质心（我的词汇，对吧？）

现在我被卡住了。我发现了许多不同的方法。

这是我的假设：

1. 对于每个k-means计算最近邻居（FLANN？）
2. 使用最近邻居集构建直方图

我是否还必须为每个图像提取字典然后索引图像？
为什么矢量量化（步骤4和5）是必要的？

你能否建议我一个可行的方法，或任何文章，关于这个主题的教程？

注意：对于BOVW的实现我不能使用OpenCV因为it does not work with binary descriptors所以我需要尝试使用 sklearn 库。

Answer 1

好的，这正是我所寻找的：

https://stackoverflow.com/a/8549874/8894489

希望对某人有所帮助。