学习笔记--bag of words（1）-kMeansCluster

 

 

2011.3.11

opencv2.2中有很多新方法的例子，里面的bagOfWords 例子给出了使用pascal voc库的详细例子。

 

2011.3.14

   今天在看bag of words的例子，发现执行错误，featuredetector：：create返回空

  而且无法step in 这个函数，后来发现，返回空是因为自带的bag of words 程序生成的param。xml文件中的参数大小写有问题。

改正大小写后debug模式没问题。release模式则好像打不开param。xml文件。明天继续了。10点半咯。

(这个param。xml文件是在第一次运行时生成的，其实是我第一次输入参数大小写不正确造成的)

这个问题主要是因为不能step in造成的。15号重新编译了opencv，取代自带的dll文件，就可以step in，原因是自带的缺少了pdb文件。

 

2011.3.16

  程序在运行中，是单线程的，已经24小时了。还没运行完。

  （bag of words的论文，我看的是Visual Categorization with Bags of Keypoints）

 bag of words方法大致分成如下的步骤：

1.角点，兴趣点检测

2.形成特征描述子  ，前面2个步骤，我觉得wiki里的内容就够看了。如果有sift的基础，前面2个步骤应该没问题。

3.聚簇分析，向量量子化，这里我看的是Visual Categorization with Bags of Keypoints中引用的pattern classification一书第10章603页开始。这一步应该是这个方法的精髓，大量的特征向量被自动归类，再以此构建图像的特征向量。用于训练后面的分类器训练。记得sift方法中是用最近邻匹配完成识别的。用神经网络，svm等分类器来训练和识别似乎更一般化。

4.训练分类器。

 

 

2011.3.20 opencv中的k-means cluster

  pattern classification 中的例子如下

用opencv中的k-means 计算的结果如下：中心点的期望和书中略有差入

代码如下：，像我一样的初学者可以看看

//init数据
 float fdata[25]={0.608,-1.590,0.235,3.949,-2.249,2.704,-2.473,0.672,0.262,1.072,-1.773,0.537,3.240,2.400,-2.499,2.608,-3.458,0.257,2.569,1.415,1.410,-2.653,1.396,3.286,-0.712};
 cv::Mat data=cv::Mat(25,1,CV_32FC1,fdata);
 int fbestLabels[25];
 cv::Mat bestLabels=cv::Mat(25,1,CV_8UC1,fbestLabels);
 int k=2;
 cv::Mat centers;
 cv::kmeans(data,k,bestLabels,cv::TermCriteria(CV_TERMCRIT_ITER+CV_TERMCRIT_EPS,10,0.01),3,cv::KMEANS_PP_CENTERS,&centers);
 for(int i=0;i<25;i++)
 {
 printf("%d",bestLabels.at<int>(i,0));
 }
 for(int i=0;i<k;i++)
 {
 printf("/n/r%f",centers.at<float>(i,0));
 
 }
 return 0;

 

cv::TermCriteria 可以指定循环次数和最小方差（eps不确定是方差），也可以两个都指定centers是k*1维的，包含了中心的的期望。

 

2011.3.22 pca

opencv中的例子用sift 描述子做cluster后，提交给BOWImgDescriptorExtractor::compute 方法计算图像的特征向量。

大致过程是

{

    计算image的sift特征向量，匹配这些sift特征向量到某个cluster，

    构建image中各类cluster的分布（广义hough变换？KL变换？）

    以分布作为image的特征向量

    归一化image特征向量，（除以图像中检测到的特征数）

 

}

这里的匹配sift特征向量到某个类

 

匹配的方法还是以knn为主，计算距离可以用欧式距离或hamming距离，另外lowe在中提到best-bin-first 方法，可以节约计算时间。

图像转换成表达图像的特征向量后，就提交分类器学习了。用svm或者其他方法。