2021-11-10-Codebook理解

《Deep Visual-Semantic Quantization for Efficient Image Retrieval》中提到的codebook是什么意思？

Specifically, each image embedding zn is quantized using a set of M codebooks C = [C1, . . . , CM ], each codebook Cm contains K codewords Cm = [Cm1, . . . , CmK], and each codeword Cmk is a D-dimensional cluster-centroid vector as kmeans clustering.

Codebook类似于一张表，一本词典，或者主成分分析里面的主成分向量。Codebook是codeword的集合，就像词典是词语的集合一样。有了词典之后，对于一段英文短文中的每个词语，我们可以用“第m页 第n个词”这样的形式去存储而不需要存储完整的拼写，这对于数据压缩和聚类分析都是有利的。

构建了M个codebooks, 每本codebook里有K个codewords。有了他们之后，就可以用一个稀疏的二值化矩阵b表示图像，这个矩阵里的第m列第k行就表示从第m本codebook里取出第k个codeword.那么这K个codeword是怎么训练出来的呢？自然就需要一些聚类算法，K-means是一种解决方案。

一篇给力的Bag-of-words模型入门介绍文章~

一篇给力的Bag-of-words模型入门介绍文章~_love模式识别-CSDN博客SIFT算法的应用－目标识别之用Bag-of-words模型表示一幅图像 作者：Savitch出处：http://blog.csdn.net/assiduousknight/article/details/16901427 引言本blog之前已经写了四篇关于SIFT的文章，请参考九、图像特征提取与匹配之SIFT算法，九（续）、https://blog.csdn.net/wsj998689aa/article/details/47089153?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0.no_search_link&spm=1001.2101.3001.4242.1

作者：MQLhhhh
链接：https://www.zhihu.com/question/274833068/answer/433698192
来源：知乎