Dan*_*dro 3 bag feature-selection
研究该主题,可以找到作者使用"Bag of Words"模型进行图像分类/检索的论文,而其他人使用"Bag of features"模型进行类似的任务.
即使我对所涉及的方法有基本的了解(检测和提取视觉词,构建视觉词典,使用机器学习来训练分类器),我仍然看不出两种模型之间的差异.他们是同义词吗？也许我错过了显示差异的具体示例/文档......
起初有用于文档检索的Bag of Words模型.该模型将每个文档(以及查询)视为一个单词包(不考虑每个单词的位置).因此,每个文档都被转换为语言字典大小的向量,保持每个术语的频率(直方图)
该视觉词的袋或特点的袋用图像和特征(或"视觉词")的词语替换文档并创建图像的一个非常类似的表示.所以是的,BoF是BoVW的同义词.BoW是关于文本检索的.