我的词袋项目

资 源 简 介

我的词袋项目

详 情 说 明

系统概述 该词袋项目实现了经典的计算机视觉流水线，核心是通过局部特征构建视觉词典。系统首先使用多尺度BLOB探测器提取图像中的圆形区域（每个图像生成数百个区域），随后计算128维的SIFT描述符。值得注意的是，此版本放弃了旋转不变性处理，直接采用原始梯度方向的特征描述以简化流程。

关键技术实现 特征检测阶段 采用类似分配1的多尺度斑点检测器，通过调节参数确保每幅图像产生足够数量的候选区域（建议≥200个）。检测器输出圆形区域坐标后，使用改进的SIFT描述符生成器计算局部特征，其中省略了主方向对齐步骤以提升计算效率。

视觉词典构建 使用k-means聚类算法对所有训练图像的特征进行学习，推荐字典规模设置为500个视觉单词。项目中提供的MATLAB/C混合代码（vgg_kmiter）需要通过mex命令编译，该实现优化了大规模特征向量的聚类效率。

图像表征转换 对于任意输入图像： 通过最近邻搜索（基于平方欧式距离）将每个特征映射到词典中的视觉单词 统计视觉单词出现频率生成归一化直方图 采用卡方距离替代常规L2距离，增强直方图相似度计算的判别性

性能对比基准 系统提供灰度降维方案作为基线：将图像统一缩放到25×25像素（625维向量），使用常规L2距离的最近邻分类器。实验需对比该基线方法与词袋模型在四分类任务上的准确率差异，验证局部特征聚合的有效性。

实施要点 特征量化阶段需处理变长特征序列，务必进行L1归一化 卡方距离计算可复用提供的专用函数 建议可视化词典中心观察聚类效果