图像检索（CBIR）与单词袋

Question

我想使用单词袋来进行基于内容的图像检索。 我很困惑如何在基于内容的图像检索中应用bag-of-words。 澄清：

我已经使用SURF功能训练了我的程序并提取了BoW描述符。我将这些作为训练数据提供给支持向量机器。然后，给定查询图像，支持向量机可以预测给定图像属于哪个类。

换句话说，给定一个查询图像，它可以找到一个类。例如，给定一辆汽车的查询图像，该程序将返回'汽车'。如何找到类似的图像？

如果给定班级，我是否会返回训练集中的图像？或者，程序（给出查询图像）还会返回SVM预测同一类的测试集的子集？

Answer 1

标题只提到BoW，但在您的文本中，您也使用SVM。

我认为CBIR的核心思想是根据一定的距离度量来找到最相似的图像。您可以使用BoW功能执行此操作。 SVM不是必需的。

使用附加分类的主要目的是加速过程。因为在获得测试图像的类标签之后，您只需要搜索图像的这个子组以获得最佳匹配。当然，如果SVM在区分特定类别方面比距离度量更好，它可能有助于减少错误。

所以标准的工作流程是：

• 获得类
• 回报从这个类的训练样本的最佳匹配