带有单词袋的图像检索（CBIR）

Question

我想用词袋进行基于内容的图像检索。 我对如何将单词袋应用于基于内容的图像检索感到困惑。 澄清：

我已经使用SURF功能训练了程序，并提取了BoW描述符。 我将此作为训练数据提供给支持向量机。 然后，给定查询图像，支持向量机可以预测给定图像属于哪个类别。

换句话说，给定查询图像，它可以找到一个类。 例如，给定汽车的查询图像，程序将返回“汽车”。 人们将如何找到相似的图像？

在给定班级的情况下，我会从训练集中返回图像吗？ 还是给定查询图像的程序还返回了支持向量机预测相同类的测试集的子集？

Answer 1

标题仅提及BoW，但在文本中您也使用SVM。

我认为CBIR的核心思想是根据某种距离测量来找到最相似的图像。 您可以使用BoW功能来做到这一点。 不需要SVM。

使用附加分类的主要目的是加快过程。 因为在获得测试图像的类标签之后，您只需要在图像的此子组中搜索最佳匹配。 当然，如果SVM在区分某些类别方面比您的距离度量更好，那么它可能有助于减少错误。

因此，标准工作流程为：

• 上课
• 从该课程的训练样本中返回最佳匹配