Aqu*_*Ash 4 algorithm image-processing computer-vision feature-detection
我正在尝试制作一个程序,可以从图像数据集中找到类似的图像.步骤是
现在每个图像SURF描述符将被存储为分层k-means树,现在我将每个树存储为单独的文件,或者是否可以构建某种具有所有图像描述符的单个树并在将图像添加到数据集时更新.
你确定要用SURF描述符吗？我本人正在研究一个类似的应用程序,它基于这篇论文(Nister,Stewenius),他们发誓 SIFT描述符是要走的路.但是,我猜你也可以用任何其他描述符来做.
看一下你引用的论文,我链接到的工作比较新,但它没有引用Nister 论文或这项工作(Sivic,Zisserman),据我所知,这些基础适用于所有基于内容的图像检索问题.
为了更好地理解这个问题,在我开始实现它之前,我首先阅读Sivic,Zisserman来了解系统背后的一般概念.它们仅在从所有要素中提取所有SIFT描述符后应用简单聚类.他们使用两种不同类型的功能,具有更高的精度,形状改编(集中在类似的特征角落),并最大限度地稳定(对应于高对比度的斑点-你可以看看他们在这.纸(麦塔斯等).).由于每个功能的直接存储,他们的系统的可扩展性并不是那么好,但是他们引入了Inverted文件的概念,这是Text Analytics的一种技术(你可以在这里阅读它的基础知识),这大大简化了查找过程.
在征服了这项工作之后,我建议继续使用Nister,Stewenius,他们在L级别中引入了分层k-means聚类的概念,用于存储特征,以及后者对图像数据库的搜索.现在,除非我非常错误,否则不要将每个描述符存储为单独的树.相反,您可以根据现有功能创建树(其中每个级别的集群中心实际上是代表性的"中心",每个集群的功能).一旦树被构造到所需的深度(他们建议在6个级别上有10个集群),最后一级的集群中心代表了非常少的特征 - 因此,您实际上可以忘记所有原始特征!(或至少,他们的描述符).每个原始要素都可以由相应的群集中心表示,而不是描述符,对于每个图像,您只需要存储有关哪些群集中心 - 功能 - 包含的信息.这更容易,因为您只需要为每个要素存储一个或两个整数 - 通过树编码它的路径.最简单的方法是,如果你只是编码每个级别的特征所属的集群的数量 - 其中有10个(4位) - 对于每个级别(其中6个,4*6 <32位,所以它适合整数).您当然可以以您认为合适的方式实现实际编码.哦,他们还在MSER区域使用SIFT描述符.
此外,如果用于构建词汇树的图像具有代表性(例如,您正在处理开放空间图片的数据集,并且您仅从图像的代表性部分构建树,但您知道没有工业图片在数据集的其余部分中设置工作场所),您可以非常快速地添加新图片.要在数据集中添加任何新图片,您唯一需要做的就是确定哪个计算出的聚类中心最能代表图像特征(如前所述,最后一级聚类中心非常精确)并存储有关集群中心(前面提到的整数).查找集群中心应该非常快 - 在6个级别中每个级别只有10个比较.
希望有一天这对某人有用,因为问题只有一年多了.:)
| 归档时间： |
|
| 查看次数： |
2933 次 |
| 最近记录： |