如何使用SIFT特征/描述符作为SVM培训的输入？

Question

我想用C++将脑部肿瘤的MRI图像分为良、恶性两类。在训练支持向量机分类器之前，我使用SIFT特征，并对它们进行聚类。我不明白的是为什么有必要这么做？据我所知，of意味着只对特性进行集群；它不会改变输入的大小。

我读过，可能的方法是BoW和直方图。在直方图方法中，它只是计算每个集群中的#特性，对吗？我不认为这将提供我需要的信息，以分类良性肿瘤和恶性肿瘤，因为它们可以是小的和大的。In BoW approach，我不明白这个link。

基本上，我不知道如何处理我的SIFT特性来使用它作为SVM的输入。我真的要写一本字典吗？我求你了，请告诉我。非常感谢!

Answer 1

我不太熟悉OpenCV或SIFT特性，但这应该足够通用，以便对所有编程语言都有用。我还将只描述下面的BoW方法。

让我们假设我们有N图像。对于每个图像i，我们都有F数量的特征，每个特征都有D维数。我们可以将所有特性放入数组feats中，这样看起来如下所示：

[1, 2, ..., D]
[..., ..., ..., D]
[N*F, ..., ..., D] 

feats的每一行都是一个带有D维度的特性，我们总共有一个N*F特性。

在k-的意思是，我们采取所有这些功能，并将它们分组为k集群.因此，每个特性都被分配到一个集群中。大多数k-表示函数通常返回一个大小为C的矩阵k x D，它表示集群的质心。这个矩阵C是k均值算法的“码本”或“字典”。一些用户还返回一个大小为N*F的向量，该向量显示每个特性分配给哪个集群(在OpenCv中，这是由链接：http://www.developerstation.org/2012/01/kmeans-clustering-in-opencv-with-c.html中的labels变量表示的)。

由于我们已经分配了所有的功能，所以每个图像i都有F特性，可以简单地用它们所属的集群来表示。例如，如果原始图像表示为

[1, 2, ..., D]
[..., ..., ..., D]
[F, ..., ..., D] 

然后，图像也可以简单地表示为一个向量：

[1] % Assignment of feature 1
[...]
[F] % Assignment of feature F

因此，您可以获取该向量并形成所表示的集群的直方图h。该直方图是图像的特征向量，以后可以在SVM中使用。

如果你需要进一步的澄清和/或一个例子，请告诉我！