基于词袋的图像检索(CBIR)

Question

我想使用词袋进行基于内容的图像检索。我对如何将词袋应用于基于内容的图像检索感到困惑。澄清一下：

我已经使用SURF特性训练了我的程序，并提取了BoW描述符。我将其作为训练数据提供给支持向量机。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别。

换句话说，给定一个查询图像，它就可以找到一个类。例如，给定一辆汽车的查询图像，程序将返回' car‘。如何找到相似的图像？

在给定类的情况下，我是否会从训练集中返回图像？或者，在给定查询图像的情况下，该程序还会返回SVM预测相同类别的测试集的子集吗？

Answer 1

标题只提到了BoW，但在您的正文中也使用了SVM。

我认为CBIR的核心思想是，根据一定的距离度量，找到最相似的图像。你可以用BoW-features做到这一点。支持向量机不是必需的。

使用附加分类的主要目的是加快这一过程。因为在获得测试图像的类标签后，您只需要搜索图像的这个子组，以获得最佳匹配。当然，如果支持向量机在区分某些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应该是：

• 从该类的训练样本中获取类
• return最佳匹配