视觉词袋模型（Bag of Visual Word）

转载自 ： http://blog.sina.com.cn/s/blog_65e1c60b0100zr1z.html

Bag of Visual Word
Motivation
 1)纹理识别（texture recognition）
 texton: refer to fundamental micro-structures in generic material images and the basic elements in early visual perception.
 纹理是由图像中一些基本的细小结构组成的，是早期视觉感知中的基本单元。局部的细小结构组合在一起，形成了图像中的纹理，这与BoV的思想有相同的地方。
 2）文档检索（Document Retrieval）
 文档检索基于关键字查询的方法中，Bag of Words方法非常流行，其基本思想是：统计语料库(Corpus)中的所有单词组成单词表，对于每一篇文档统计其中的单词出现的频次，用由这些单词频率组成的直方图来表示这篇文档。

Outline
 Bag of visual word类似于BoW模型，基本思想概括如下：
 1）提取特征（Extract Features)
 根据具体应用考虑，综合考虑特征的独特性、提取复杂性、效果好坏，处理是否方便等选择特征。
 2）学习视觉词袋（Learn Visual Vocabulary）
 统计图像数据库中出现的所有特征，去除冗余组成词袋。如果提取的图像特征过多，一般需要利用聚类算法先把相近的单词归为一类（类似于文档检索里的找词根），利用这些聚类结果来组成词袋。
 3）利用视觉词袋量化图像特征（Quantize features using visual vocabulary）
 4）利用词频表示图像（Represent images by frequencies of visual words）