BoW(词袋Bag of words)

Bag-of-words词袋模型最初被用在信息检索领域。例如检索一篇文档，只需考虑文档中出现单词的频率，而不用考虑语法语序等。在图像领域，如果把一幅图像当作文档，图像中的图像块的特征向量视为文档内的词，BoW在图像领域也可以取得很好的效果。这个过程可以分为几步：提取特征，训练虚拟词表，量化特征，用虚拟词频表示图片。

1、特征提取

• 检测图像块
• 归一化图像块
• 用SIFT描述器表示

2、训练虚拟词表

通过聚类（k-means）的方法，把所有SIFT表示的特征归为几类，这些归类的特征可视为虚拟词表（visual vocabulary）。

每一个归类的特征（cluster center）被称为虚拟词（visual word），然后量化特征。

3、用词频表表示图片

统计图像中每个词在图像中出现的频率，用频率直方图表示。

4、BoW在图像检索中的应用

4.1 构建数据库

• 提取数据库图像的特征向量
• 训练所有图像的词表
• 计算每一个词的权重
• 创建词-图的映射

4.2 TF-IDF（term frequency-inverse document frequency）权重

单词 j 的IDF（逆文本频率）计算公式：

单词 j 的TF（词频）计算公式：

单词 j 的TF-IDF计算公式：

TF-IDF的值越大说明这个词也重要，也就是关键词。

4.3 创建词-图映射

把词映射到文档

5、图像的空间金字塔（Spatial pyramid）

计算每一块的直方图

计算金字塔图的每一个小区域的直方图

把金字塔和直方图结合在一起进行比较，判断匹配项

 

 

 

 

 

 

 

总结

以上是生活随笔为你收集整理的BoW(词袋Bag of words)的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。