Bag of Block-Based Visual Words for Image Retrieving and Classification

課程: 論文研討(一)
日期 : 2012/11/16
時間 : 13:50 ~ 15:30
學生 : 資傳研一 邱文祥
演講者 : 義守大學資工系 郭忠民 教授

SIFT (Scale-Invariant Feature Transform)就是一種電腦視覺的演算法用來偵測與描述影像中的局部性特徵，它在空間尺度中尋找極值點，並提取出其位置、尺度、旋轉不變數。若找兩影像的關鍵點特徵來比對，可發現越相似的影像，關鍵點特徵符合數越多，藉此來判斷兩影像的相似度。

演講者最後所使用方法使用了bag of words，以4×4區塊分割的方式擷取影像的特徵，還加入巨觀與微觀的概念，

建立出巨觀視覺字典與微觀視覺字典，最後在利用影像檢索來驗證視覺字典。

大致上簡單的圖像看起來結果都還不錯，複雜點的就開始有失誤的情況，所以還有待研究。