OpenCV，由BOWKMeansTrainer获得的词汇矩阵

我试图按照this代码来实现BoF。尤其是这样的代码：OpenCV，由BOWKMeansTrainer获得的词汇矩阵

//featuresUnclustered contains all the feature descriptors of all images 
//Construct BOWKMeansTrainer 
//the number of bags 
int dictionarySize=200; 
//define Term Criteria 
TermCriteria tc(CV_TERMCRIT_ITER,100,0.001); 
//retries number 
int retries=1; 
//necessary flags 
int flags=KMEANS_PP_CENTERS; 
//Create the BoW (or BoF) trainer 
BOWKMeansTrainer bowTrainer(dictionarySize,tc,retries,flags); 
//cluster the feature vectors 
cout<<"starting k-means..."<<endl; 
Mat dictionary=bowTrainer.cluster(featuresUnclustered);  
//store the vocabulary 
FileStorage fs("dictionary.yml", FileStorage::WRITE); 
fs << "vocabulary" << dictionary; 
fs.release();

我获得dictionary.yaml文件的格式为：

%YAML:1.0 
vocabulary: !!opencv-matrix 
    rows: 200 
    cols: 128 
    dt: f 
    data: [ 8.19999981e+00, 1.20000005e+00, 1., 24., 5.82000008e+01, 
    ... 
    ]

现在，我的问题是：每一行代表一个质心（我们有200个重心，由dictionarySize给出）并且由于SIFT的描述符大小是128位，所以每个质心具有相同的维度。那是对的吗？

来源

2016-06-07 justHelloWorld

的每一行代表一个质心（和我们有200点的质心，由dictionarySize给出），并且由于SIFT的描述符大小是128位，每个质心具有相同的尺寸。那是对的吗？

是的，正确的。

那么，SIFT有128个值（不是位）。在OpenCV中，每个值是float，即32位。但是，每个质心都有128个值。

的k均值的K（dictionarySize）是质心的数量。每个质心具有相同的维度N您使用的功能，所以128 SIFT。

该字典将是一个矩阵K x N，在这种情况下，200 X 128。

记住弓直方图（这是使用字典计算的全局描述符）将有K值。

来源

2016-06-08 00:33:41 Miki

哎呀，我的错！如果我们讨论的是二进制描述符，就像ORB一样;） – justHelloWorld

我的意思是，假设二进制描述符有128个维度（以及128位）。只是在说'。 – justHelloWorld

是的，没问题; D很高兴帮助！ – Miki

OpenCV，由BOWKMeansTrainer获得的词汇矩阵

回答

相关问题