Matlab 文字袋表示法

我想为我的项目实现单词包表示。利用图像的特征和描述子计算图像视觉词的码本，然后利用k-均值得到聚类中心。对于单词包表示部分，要求您使用作为数据集一部分提供的手动标记的段。在数据集中，每个图像有三个不同的二进制掩码。那些标记的段是二进制掩码吗？如果是这样，我将如何使用这些计算过的视觉词汇

文字袋方法提供了图像或图像部分的简明表示。该表示通常用作分类算法的输入，该分类算法用于估计图像数据所属的类别。通常，分类器是一种有监督的学习方法，在训练过程中需要来自某些训练集的成对（描述符、标签）。在您的例子中，描述符是来自训练集的图像数据的表示形式。然后，在测试期间，您将把新图像数据的BOW描述符提供给分类器以推断类

据我所知，事实上，你有三个不同的面具的图像，这意味着你也有三个类。然后，每个掩码将告诉您图像的哪个部分应被视为属于特定类的图像数据。这是你的训练数据

在这种假设下，您应该提取对应于每个遮罩的图像部分，计算这些图像部分的弓形表示（分别针对每个遮罩），并使用具有遮罩编号的部分作为标签来训练分类器

这将允许您稍后使用滑动窗口方法将测试图像的部分分类为属于培训期间使用的3个类别之一。这将是一个简单的检测问题

---

我不确定我是否正确理解了您的问题，但我希望这将有助于您向前迈进。

如果没有看到数据，很难说。但我认为，是的，标记的部分是由二进制掩模选择的像素。我认为作业要求你使用蒙版片段的特征来训练视觉单词，而不是通过滑动窗口或其他方式从图像中选择片段。我使用该链接中的函数完成了每个蒙版的单词袋表示：（）但是，据说你应该有单词袋的表示法和每个片段的对象标签。该函数计算每个遮罩的id向量和直方图。这些id值是否为对象标签@安德烈