使用SIFT或者SURF生成图像特征的描述子
通过上一步所有特征的提取，我们需要得到所有训练图片的所有描述子，对所有的这些描述子，使用聚类的方法得到n个聚类中心（可以理解为眼睛、鼻子、草地、人这样的类别，当然只是用于理解），这样，每个描述子都会有他所属的类别了（也就是聚类中心类别）。这n个类别组成我们的词典。
K-means聚类
我们上面得到的是我们要构建的直方图的横坐标，就是他的类别。纵坐标表示的是该类出现的频次。直方图横坐标的顺序可以按照字典中单词的顺序排列，一旦确定下来了，就不再改变了。
输入一张新的图片的时候，我们计算新的描述子与每个聚类中心（词典里面包含的类别）的相似性，得到新的这张图片的所有描述子的所属类别。然后，根据这些描述子的类别出现的频次，构建特征直方图。
一张人脸的特征直方图
为了简化表示，我们假设聚类中心只有四个，实际上数量多会比较好，这张人脸的bow描述子就是【12，105，85，12】串联表示。
这篇文章属于小笔记类型奥~~ 1 特征提取 使用SIFT或者SURF生成图像特征的描述子 2 构建词典（Vocab...
我不喜欢喧闹，所以我在巴士上听歌： “BOW BOW BOW，让我看到你双手， 对抗地心引力一起反转地球， BOW...
Day 60 1.bow /boʊ/ n. 弓；鞠躬 （bow v.） e.g. to bow to sb （v....
关于UIActivityViewController介绍，这个很详细[https://www.jianshu.co...
关于Xcode Architectures配置。 关于arm 指令集的介绍这里介绍很详细博客地址 推荐Xcode当...
关于hashKey、rangeKey比较详细的介绍： stackoverflow回答：https://stacko...
# Part 1: Protobuf Intro protobuf documentation详细介绍了关于pro...
关于window介绍详细地址https://www.jb51.net/article/85830.htm关于对象的...
一、前言 关于WKWebView（或者UIWebView）的用法，网上的资料很多，也很详细，这篇文章不会详细介绍这...
关于volley网络框架的使用方法这里就不作详细介绍了，这里附上一个比较详细的介绍用法和原理的文章：volley介...
本文标题：关于BOW详细介绍
本文链接：https://www.haomeiwen.com/subject/mmgtcxtx.html
网友评论