点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
01. 简介
视觉单词袋是一种描述计算图像之间相似度的技术。常用于用于图像分类当中。该方法起源于文本检索（信息检索），是对NLP“单词袋”算法的扩展。在“单词袋”中，我们扫描整个文档，并保留文档中出现的每个单词的计数。然后，我们创建单词频率的直方图，并使用此直方图来描述文本文档。在“视觉单词袋”中，我们的输入是图像而不是文本文档，并且我们使用视觉单词来描述图像。
文字文档袋
图像视觉词袋
视觉单词袋（BovW）是一种从图像中提取特征并进行分类的技术，源自文本检索的“单词袋”模型。在BovW中，图像被分解为关键点和描述符，通过聚类创建视觉单词字典。然后，通过检测图像中的视觉单词并创建直方图来描述图像。K-Means聚类用于生成字典，TF-IDF加权可以降低常见特征的影响，提高稀有特征的权重。这种方法在处理大型显微镜图像等场景下效果显著。
最低0.47元/天 解锁文章
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
