CBIR的视觉词袋(从功能中获得).步骤?

Question

我对将BOVW用于CBIR的步骤感到非常困惑。我找到了很多关于分类、机器学习和 SVM 的文献，但这并不是我想要的。
我的问题与使用图像查询在数据库中搜索图像相似性有关。

我到现在为止的步骤：

1. 提取特征(例如：ORB、BRISK、SIFT 等)。
2. 将所有图像的功能存储到磁盘。
3. 读取特征并计算 K 均值以获得质心(我的词汇表，对吧？

现在我被困住了。我找到了许多不同的方法。

这是我的假设：

4. 对于每个 k 均值计算最近邻 (FLANN？)
5. 使用最近邻集构建直方图

我是否还必须为每个图像提取字典，然后为图像编制索引？
为什么需要矢量量化(步骤4.和5.)？

您能否向我建议一种可能的方法，或任何有关该主题的文章，教程？

注意：对于BOVW的实现，我无法使用OpenCV，因为它不适用于二进制描述符，因此我需要尝试使用sklearn库。

Answer 1

好的，这几乎是我想要的：

https://stackoverflow.com/a/8549874/8894489

希望这对某人有所帮助。