wjs2108 / imageRetrieval

Image retrieval learning record

Image Retrieval

在构建图像特征库的时候，通常不会使用原始的图像特征，这是由于Raw Feature有很多冗余信息，而且维度过高在构建特征数据库和匹配的时候效率较低。所以，通常要对提取到的原始特征进行重新编码。比较常用的三种编码方式：

• BoF , Bog of Feature 源于文本处理的词袋模型(Bog,Bag of Words)
• VLAD , Vector of Aggragate Locally Descriptor
• FV , fisher vector

特征提取

• vlfeat sift 特征提取
• PCA降维
• kmeans聚类

编码方式

• BoF
• VLAD
• FV

源码结构说明

• DBow3 开源的词袋模型库
  • src 源代码
  • test 简单的使用DBow３的测试代码
• vlfeat 轻量级的视觉库
• src 图像检索的源代码

version 0.1

上面一些基础的东西已经陆续实现了，接下来使用OpenCV实现一个简单的图像检索应用，包括：

• Vocabulary的创建、保存、加载
• 图像数据库的创建、保存、加载
• 图像的vlad表示
• 检索，返回类似的图片

这里只使用的VLAD表示图像，而没有测试BoW的原因是，电脑不行，BoW需要的Vocabulary的尺寸太大，训练时间太长。