基于自适应MeanShift的特征空间- SURF描述子聚类

Question

在网上找不到任何东西。最近有一些关于使用均值漂移算法聚类特征空间描述符(例如来自SIFT/SURF)的论文。有没有人有任何链接或任何代码/库/提示来实际聚类SURF描述符？(Matlab/C++)

我已经尝试过使用1D均值移位(它在点的位置上工作得很好)，还有一些其他的均值移位，它们都是avaiable...though的，似乎在高维上都有问题。

提前感谢！

Answer 1

为什么要对高维数据集使用一维分类算法？均值偏移分割是一种无监督的分类任务，而SIFT和SURF用于在图像中查找关键点。只有一个均值漂移。还有其他可选的，如CAMshift，但大多与均值漂移无关。SURF和mean-shift是两种独立的算法。因此，除非是为特定应用程序量身定做的，否则您将找不到具有依赖关系的实现。

因此，对于给定的关键点，for通常采用128维的基于EoH的描述符(类似于扩展的SURF描述符的维度)。如果你打算考虑每个像素(x，y)的局部位置，你将拥有130维的特征空间，而不是1D。

如果您希望对图像中的边缘信息进行分类，则应首先使用SIFT或SURF定位图像中的关键点。然后使用EoH和像素位置的串联向量作为分割算法的输入。如果你在google或mathworks函数上搜索N维均值漂移算法，你会找到一个。对于1D数据集，这是相同的过程，因此对于1D用户案例来说，硬编码没有任何好处。您还会发现MATLAB的图像工具箱已经包含了一个SURF实现。

均值偏移：http://www.mathworks.co.uk/matlabcentral/fileexchange/10161-mean-shift-clustering

冲浪：http://www.mathworks.co.uk/help/vision/examples/object-detection-in-a-cluttered-scene-using-point-feature-matching.html

在原始论文及其网站(A.Vedaldi，"An implementation of SIFT detector and descriptor"，2004)中引用了C++和MATLAB SIFT实现。

SIFT：http://www.robots.ox.ac.uk/~vedaldi/code/sift.html

原创冲浪纸：http://www.vision.ee.ethz.ch/~surf/eccv06.pdf

原始筛选论文：http://www.robots.ox.ac.uk/~vedaldi/assets/sift/sift.pdf