SIFT 向量的分层 k 均值聚类

Question

All

我正在寻找在 http://www.wisdom.weizmann.ac.il/~bagon/CVspring07/files/scalable.pdf 中应用David Nister和Henrik Stewenius的相同方法

在本文中，他们使用大量 SIFT 向量 （128-D） 作为分层 k 均值聚类的输入，以构建分层视觉词汇树。

有没有人知道我可以用来进行此聚类分析的任何好库？

Ps：输入 SIFT 描述符的数量很高（70，000，000），我希望结果将是具有 1，000，000 个叶节点的词汇树。

非常感谢。问候。

Answer 1

如果

数据采用受支持的格式，OpenIMAJ 中的 ClusterQuantiser 工具应该能够执行此操作。如果该工具无法处理开箱即用的数据，则可以为 1.0.5 版本中的 org.openimaj.ml.clustering.kmeans.HierarchicalByteKMeans 类（在 svn 主干版本中）或 org.openimaj.ml.clustering.kmeans.HByteKMeans 类编写驱动程序。该类的两个版本都支持从磁盘流式传输数据，因此您无需将所有功能保存在内存中！

为了完整起见，vlfeat 还有一个分层的 k 均值实现，但我不确定它的扩展程度。

根据实践经验，您还可以考虑在聚类之前对特征进行采样。我不确定您是否会从将它们全部聚类中获得很多好处。