我通过提取 SIFT 特征、对它们进行聚类然后找到 BOVW 直方图和分类来进行图像分类。
我有大约 180 个训练图像,我从中提取 SIFT 描述符。我需要使用 k-Means 聚类对这些特征进行聚类。现在,在 SIFT 描述符中,有些是重复的。在应用 K-Means 之前,我应该删除这些重复的向量还是不应该?或者它没有任何区别?
谢谢!
我通过提取 SIFT 特征、对它们进行聚类然后找到 BOVW 直方图和分类来进行图像分类。
我有大约 180 个训练图像,我从中提取 SIFT 描述符。我需要使用 k-Means 聚类对这些特征进行聚类。现在,在 SIFT 描述符中,有些是重复的。在应用 K-Means 之前,我应该删除这些重复的向量还是不应该?或者它没有任何区别?
谢谢!
它的确有所作为。
如果您有许多重复项,您可以将它们合并为加权向量。添加到现有代码中很简单。