用于特征聚类的视觉单词模型包

Question

我正在使用视觉单词包来对图像的特征进行聚类。到目前为止，我遇到的所有工作都使用BOW对使用SIFT、SURF等计算的特征进行聚类。可能我遗漏了这一点，但是否可以将颜色直方图特征表示为BOW，也可以将面向边缘的直方图特征表示为BOW。

我正在做图像分类器，我想在Opencv中使用带有RGB颜色直方图的SIFT作为特征描述符。所以我想知道将两个特征向量连接成一个并添加到弓是正确的，还是将SIFT特征添加到弓并将直方图特征连接到弓是正确的(我现在使用这个模型，但我想知道哪一个是正确的)。

Answer 1

历史上，我们使用词袋模型进行文档检索。正如在本post中所提到的，在计算机视觉中，视觉词袋是指特征袋(BOF)。如果要使用两种类型的特征，可以将这两种特征向量连接起来并构建BOF模型。例如，对于人类动作识别任务，人们通常使用BOF来模拟人类动作，BOF建立在外观特征(梯度- HOG)和运动特征(光流- HOF)的串联上。