视觉词袋模型简单总结

1、在众多的图像特征中，有一个特征是使该图区别于其他图像的本质特征（sift）；
2、词袋模型首先需要检测得到图像的特征描述子
3、每个图像会有许多重复的特征描述子，用聚类算法将这些重复的特征集合到一起作为一个视觉词汇
4、所有的视觉词汇集合在一起就是一个视觉词典，里面的词语相互独立，词典的大小（维度）是单词的数量
5、根据特征点在在词典中的频数分布可以将每个图像表示成一个特征向量
6、将同一个类别的特征向量输入到svm分类器中进行训练，将待分类的图像特征向量输入svm中进行分类识别。