BoW用于图像检索的一般化流程

原文: http://blog.csdn.net/polly_yang/article/details/8241471

--来自肉麻的开题报告

以经典BoW模型实现一个图像检索的方法，BoW检索的一般流程如图2所示：

图2  BoW检索流程

最初的BoW在图像检索中应用的流程主要分为以下几步：

1、特征提取。在训练阶段，将图像用很多“块”（patch）表示，以SIFT特征为例，图像中每个关键点就是一个patch，每一个patch特征向量的维数128。

2、字典构建。假设共有M幅训练图像，字典的大小为100，即有100个词，用K-均值算法对所有的patch进行聚类，等k-均值收敛时，将得到每一个聚类最后的质心，这100个质心（维数128）就是词典里的100个词，词典构建完毕。

3、字典表示。在测试阶段，对每幅图像初始化一个维数100、值全为0的直方图，计算测试图像每个patch与字典中单词的距离，距离patch最近的单词对应的直方图计数加1，将所有patch计算完毕后的直方图即为图像的字典表示。

4、图像检索。训练图与测试图都以100维向量表示，对每个待检索图像，只需在字典中计算所有训练图与其距离，并返回最近的若干幅即可。

特征提取是算法的开始，也在很大程度上决定了算法的性能。

PS:1.该图参考的是LiFeiFei2006年的资料，原图是用于object recognition的；

2.培训完过后开始总结特征；

3.实验Gabor特征+LDA；