Matlab 在可视文字袋中组合检测器
我用一袋视觉文字进行分类。 我已经为每幅图像量化了100个单词的SIFT描述符,并对图像的直方图进行了编码,完成了分类 现在,我想尝试结合两个不同的描述符和检测器,即SIFT和SURF,这意味着关键点的数量和描述符维度(SIFT 128D和SURF 64D)都不相同 最简单的合并方式是什么 如果,对于每个图像,我将一个直方图编码为SIFT(这将是一个100x1的直方图),另一个编码为SURF(另一个100x1),然后将它们叠加在一起形成200x1的直方图,这是否正确 还有别的办法吗Matlab 在可视文字袋中组合检测器,matlab,opencv,computer-vision,image-recognition,matlab-cvst,Matlab,Opencv,Computer Vision,Image Recognition,Matlab Cvst,我用一袋视觉文字进行分类。 我已经为每幅图像量化了100个单词的SIFT描述符,并对图像的直方图进行了编码,完成了分类 现在,我想尝试结合两个不同的描述符和检测器,即SIFT和SURF,这意味着关键点的数量和描述符维度(SIFT 128D和SURF 64D)都不相同 最简单的合并方式是什么 如果,对于每个图像,我将一个直方图编码为SIFT(这将是一个100x1的直方图),另一个编码为SURF(另一个100x1),然后将它们叠加在一起形成200x1的直方图,这是否正确 还有别的办法吗 事先非常感谢
事先非常感谢。在单词包中,关键点的数量或描述符的大小是不相关的,一旦生成代码本,就会得到一个直方图,其尺寸取决于代码本的大小。同样,直方图是标准化的,因此它不依赖于每个图像检测到的特征数量。假设您有SIFT和SURF特性,您所需要做的就是生成2个代码本并将它们连接起来以获得一个特性向量 此处简要概述了该方法:
谢谢。我尝试了组合,只有在SIFT和SURF的原始性能可比的情况下,才能获得更好的结果。