BoW算法及DBoW2库简介(二)
一、BoW算法
用OpenCV实现了最简单的BoW算法进行了一次小规模的图像检索任务,使用UKbench数据库,算法原理和网上的描述差不多,使用K-means算法进行聚类,这里使用KDTree算法进行特征量化,按照自己的理解计算了TF-IDF权重,使用余弦距离计算图像之间的相似性。下面给出关键函数依赖于OpenCV的实现:
如TF-IDF权重的计算,这里只是按照自己的理解实现了算法,有的地方传参不是很合适,不过不影响效果:
std::vector<double> compute_TF(cv::Mat& descriptors, cv::Mat& labels)
{
std::vector<double> tf(Num_clu, 0.0);
for (int i = ; i < descriptors.rows; i++)
{
tf[labels.at<int>(i)] ++;
} for (unsigned int i = ; i < tf.size(); i++)
{
tf[i] /= (float)descriptors.rows;
}
return tf;
} std::vector<double> comput_IDF(std::vector<cv::Mat>& descriptors, std::vector<cv::Mat> &labels)
{
std::vector<double> idf(Num_clu, 1.0); for (unsigned int i = ; i < descriptors.size(); i++)
{
std::vector<int> idf_tmp(Num_clu, );
for (int j = ; j < descriptors[i].rows; j++)
{
idf_tmp[labels[i].at<int>(j)] ++;
}
for (unsigned int j = ; j < idf_tmp.size(); j++)
{
if (idf_tmp[j] != ) idf[j] ++;
}
} for (unsigned int i = ; i < idf.size(); i++)
{
idf[i] = log(Num_img / idf[i]);
} return idf;
}
有一点需要注意,这里的IDF应该是只计算一次,而TF则是对每一幅图像计算一次。
有了TF-IDF函数的实现就可以计算BoW向量了,首先是计算训练图像的BoW向量:
cv::Mat TrainingBowVector(cv::Mat & centers, std::vector<double>& IDF)
{
cv::SurfFeatureDetector detector;
cv::SurfDescriptorExtractor extractor; char image_name[];
std::vector<cv::Mat> descriptor_all;
descriptor_all.reserve(Num_img); //Find the keypoints and compute the descriptors;
for (int i = ; i <= Num_img; i++)
{
std::cout << "I:" << i << std::endl;
sprintf_s(image_name, "D:\\DataBase\\UKbench\\TestImage\\%d.jpg", i);
cv::Mat image = cv::imread(image_name, );
std::vector<cv::KeyPoint> keypoints;
cv::Mat descriptors;
detector.detect(image, keypoints);
std::cout << "Keypoints:" << keypoints.size() << std::endl;
extractor.compute(image, keypoints, descriptors);
descriptor_all.push_back(descriptors);
} //Get the training descriptors;
std::cout << "Get the training descriptors." << std::endl;
cv::Mat descriptor_train;
for (int j = ; j < Num_tra; j++)
descriptor_train.push_back(descriptor_all[j]); cv::Mat labels_k;
cv::kmeans(descriptor_train, Num_clu, labels_k, cv::TermCriteria(CV_TERMCRIT_EPS + CV_TERMCRIT_ITER, , 0.01)
, , cv::KMEANS_PP_CENTERS, centers); const int tk = , Emax = INT_MAX;
cv::KDTree T(centers, false);
std::vector<cv::Mat> labels(Num_img);
for (int i = ; i < Num_img; i++)
{
cv::Mat descriptor_img = descriptor_all[i];
for (int j = ; j < descriptor_img.rows; j++)
{
std::vector<float> desc_vec(descriptor_img.row(j));
std::vector<int> idx_tmp(tk);
T.findNearest(desc_vec, tk, Emax, idx_tmp, cv::noArray(), cv::noArray());
labels[i].push_back(idx_tmp[]);
}
} std::cout << "Compute the TF-IDF." << std::endl;
cv::Mat BowVec;
//Compute the TF-IDF for each image;
IDF = comput_IDF(descriptor_all, labels);
for (int i = ; i < Num_img; i++)
{
std::vector<double> TF = compute_TF(descriptor_all[i], labels[i]);
cv::Mat BowVec_tmp;
for (unsigned int j = ; j < IDF.size(); j++)
{
BowVec_tmp.push_back(TF[j] * IDF[j]);
//BowVec_tmp.push_back(TF[j]);
}
BowVec_tmp = BowVec_tmp.t();
cv::normalize(BowVec_tmp, BowVec_tmp);
BowVec.push_back(BowVec_tmp);
}
return BowVec;
}
计算测试图片的BoW向量和上面类似。有了训练图像和测试图像的BoW向量就可以根据余弦距离计算相似度了,最后使用堆排序获得最相似的图像ID。
而Vocabuliary Tree算法的代码实现和上面的不同点在于码书的训练方式。
二、DBoW2库的使用
使用DBoW2库训练码书,并根据bow打分完成图像检索,根据正向索引完成特征匹配,在ORB里面没注意到倒排索引加速图像检索的部分。
首先是码书的训练(“盗用”代码:http://www.cnblogs.com/jian-li/p/5666556.html):
#include <iostream>
#include <vector>
#include "Thirdparty/DBoW2/DBoW2/FORB.h"
#include "Thirdparty/DBoW2/DBoW2/TemplatedVocabulary.h" // OpenCV
#include <opencv2/opencv.hpp>
#include "opencv2/core/core.hpp"
#include <opencv/cv.h>
#include <opencv/highgui.h>
#include <opencv2/nonfree/features2d.hpp> // ROS
#include <rosbag/bag.h>
#include <rosbag/view.h>
#include <ros/ros.h>
#include <sensor_msgs/Image.h>
#include <boost/foreach.hpp>
#include <cv_bridge/cv_bridge.h>
#include "ORBextractor.h"
#include <dirent.h>
#include <string.h> using namespace DBoW2;
using namespace DUtils;
using namespace std;
using namespace ORB_SLAM;
// - - - - - --- - - - -- - - - - - /// ORB Vocabulary
typedef DBoW2::TemplatedVocabulary<DBoW2::FORB::TDescriptor, DBoW2::FORB>
ORBVocabulary;
// - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - void extractORBFeatures(cv::Mat &image, vector<vector<cv::Mat> > &features, ORBextractor* extractor);
void changeStructureORB( const cv::Mat &descriptor,vector<bool> &mask, vector<cv::Mat> &out);
void isInImage(vector<cv::KeyPoint> &keys, float &cx, float &cy, float &rMin, float &rMax, vector<bool> &mask);
void createVocabularyFile(ORBVocabulary &voc, std::string &fileName, const vector<vector<cv::Mat> > &features);
// ---------------------------------------------------------------------------- int main()
{
//Extracting ORB features from image folder
vector<std::string> filenames;
std::string folder = "/home/saodiseng/FRONTAL/";
cv::glob(folder, filenames); // initialze ORBextractor
int nLevels = 5;//6;
ORBextractor* extractor = new ORBextractor(1000,1.2,nLevels,1,20);
int nImages = filenames.size(); vector<vector<cv::Mat > > features;
features.clear();
features.reserve(nImages); cv::Mat image;
cout << "> Extracting Features from " << nImages << " images..." << endl;
for(int i = 0; i < nImages; ++i)
{
std::cout << "Processing the " << i <<" image " << std::endl;
cv::Mat src = cv::imread(filenames[i]);
imshow("View", src);
cv::waitKey(1);
if (!src.empty())
{
cv::cvtColor(src, image, CV_RGB2GRAY);
extractORBFeatures(image, features, extractor);
}
}
cout << "... Extraction done!" << endl; // Creating the Vocabulary
// define vocabulary
const int k = 10; // branching factor
const WeightingType weight = TF_IDF;
const ScoringType score = L1_NORM;
ORBVocabulary voc(k, nLevels, weight, score);
std::string vociName = "vociOmni.txt";
createVocabularyFile(voc, vociName, features);
cout << "--- THE END ---" << endl; return 0;
}
// ---------------------------------------------------------------------------- void extractORBFeatures(cv::Mat &image, vector<vector<cv::Mat> > &features, ORBextractor* extractor) {
vector<cv::KeyPoint> keypoints;
cv::Mat descriptorORB;
(*extractor)(image, cv::Mat(), keypoints, descriptorORB); // reject features outside region of interest
vector<bool> mask;
float cx = 0; float cy = 0;
float rMin = 0; float rMax = 0;
isInImage(keypoints, cx, cy, rMin, rMax, mask);
// create descriptor vector for the vocabulary
features.push_back(vector<cv::Mat>());
changeStructureORB(descriptorORB, mask, features.back());
imshow("ORBFeature", features.back().back());
} // ---------------------------------------------------------------------------- void changeStructureORB( const cv::Mat &descriptor,vector<bool> &mask, vector<cv::Mat> &out) {
for (int i = 0; i < descriptor.rows; i++) {
if(mask[i]) {
out.push_back(descriptor.row(i));
}
}
} // ---------------------------------------------------------------------------- void isInImage(vector<cv::KeyPoint> &keys, float &cx, float &cy, float &rMin, float &rMax, vector<bool> &mask) {
int N = keys.size();
mask = vector<bool>(N, false);
int num = 0;
for(int i=0; i<N; i++) {
cv::KeyPoint kp = keys[i];
float u = kp.pt.x;
float v = kp.pt.y;
if(u>20 && u<320-20 && v>20 && v<240-20)
{
mask[i] = true;
num ++;
}
}
std::cout << "In image number " << num << std::endl;
} // ---------------------------------------------------------------------------- void createVocabularyFile(ORBVocabulary &voc, std::string &fileName, const vector<vector<cv::Mat> > &features)
{
cout << "> Creating vocabulary. May take some time ..." << endl;
voc.create(features);
cout << "... done!" << endl;
cout << "> Vocabulary information: " << endl
<< voc << endl << endl;
// save the vocabulary to disk
cout << endl << "> Saving vocabulary..." << endl;
voc.saveToTextFile(fileName);
cout << "... saved to file: " << fileName << endl;
}
也可以直接使用ORB给定的码书。
再下面就是训练BoW向量并计算打分:
void FrameRecog::ComputeBoW()
{
//数据类型转换;
vector<cv::Mat>vFrDesc = Converter::toDescriptorVector(Descriptors);
//BowVec为BoW特征向量,FeatVec为正向索引;
pORBVocabulary->transform(vFrDesc, BowVec, FeatVec, );
} float score = pORBVocabulary->score(BowVec, vBowVec[i]);
ComputeBoW()函数计算了当前帧的BowVec向量,以及它的第4层正向索引值FeatVec。下面一句即计算了两个BoW向量的相似性打分。当打分满足某个阈值之后,还需要通过正向索引值进行特征匹配:
int FrameRecog::FeatMatchByBoW( const int idx )
{
int nmatches = ;
const int TH_LOW = ;
const int HISTO_LENGTH = ;
const int factor = 1.0f/HISTO_LENGTH; const DBoW2::FeatureVector &vFeatVecTD = vFeatVec[idx];
const DBoW2::FeatureVector &vFeatVecCD = FeatVec; DBoW2::FeatureVector::const_iterator TDit = vFeatVecTD.begin();
DBoW2::FeatureVector::const_iterator CDit = vFeatVecCD.begin();
DBoW2::FeatureVector::const_iterator TDend= vFeatVecTD.end();
DBoW2::FeatureVector::const_iterator CDend= vFeatVecCD.end(); while( TDit != TDend && CDit != CDend )
{
//first为单词的索引,second则对应为该单词索引下的ORB特征集合;
if( TDit->first == CDit->first)
{
//second是要循环的对象
const vector<unsigned int> vIndicesTD = TDit->second;
const vector<unsigned int> vIndicesCD = CDit->second;
//循环关键帧和当前帧对应单词下的特征集合,计算相似性;
for ( size_t iTD = ; iTD < vIndicesTD.size(); iTD ++ )
{
const unsigned int realIdxTD = vIndicesTD[iTD];
const cv::Mat &dTD = vDescriptors[idx].row(realIdxTD); int bestDist1 = ;
int bestIdxF = -;
int bestDist2 = ; for ( size_t iCD = ; iCD < vIndicesCD.size(); iCD ++ )
{
const unsigned int realIdxCD = vIndicesCD[iCD];
const cv::Mat &dCD = Descriptors.row(realIdxCD);
const int dist = DescriptorDistance(dTD, dCD);
//这里注意是双阈值;
if( dist < bestDist1 )
{
bestDist2 = bestDist1;
bestDist1 = dist;
bestIdxF = realIdxCD;
}
else if( dist < bestDist2 )
{
bestDist2 = dist;
}
} //这里有两个输入参数,一个是TH_LOW,是指两个特征的最小距离阈值;
//第二个是0.95,它是指相似特征的最小距离小于第二小距离的百分之九十五;
//第二个参数的含义是,当该参数越接近于1时,该式越接近于成立,而越小时说明要求越高,
//即最小距离远大于第二小距离,所以两特征是相似特征的概率非常大
if(bestDist1 <= TH_LOW)
{
if( static_cast<float>(bestDist1)<0.95 * static_cast<float>(bestDist2))
nmatches ++;
}
}
TDit ++;
CDit ++;
}
else if( TDit->first < CDit->first )
{
TDit = vFeatVecTD.lower_bound(CDit->first);
}
else
{
CDit = vFeatVecCD.lower_bound(TDit->first);
}
} //原函数中还有特征对应的3D地图点的输出,以及根据ORB特征的主方向进一步判断特征是否相似的代码,这里略去;
return nmatches;
}
int FrameRecog::DescriptorDistance(const cv::Mat &a, const cv::Mat &b)
{
const int *pa = a.ptr<int32_t>();
const int *pb = b.ptr<int32_t>(); int dist = ;
for ( int i = ; i < ; i ++, pa ++, pb ++ )
{
unsigned int v = *pa ^ *pb;
v = v - ((v>>) & 0x55555555);
v = (v & 0x33333333) + ((v >> ) & 0x33333333);
dist += (((v + (v >> )) & 0xF0F0F0F) * 0x1010101) >> ;
}
return dist;
}
上面的源文件在ORBmatches.cc中的
int ORBmatcher::SearchByBoW(KeyFrame* pKF,Frame &F, vector<MapPoint*> &vpMapPointMatches) 函数中。即通过正向索引给出特征匹配数或匹配的特征以及对应的3D点。
BoW算法及DBoW2库简介(二)的更多相关文章
- BoW算法及DBoW2库简介
由于在ORB-SLAM2中扩展图像识别模块,因此总结一下BoW算法,并对DBoW2库做简单介绍. 1. BoW算法 BoW算法即Bag of Words模型,是图像检索领域最常用的方法,也是基于内容的 ...
- DBoW2库介绍
DBoW2库是University of Zaragoza里的Lopez等人开发的开源软件库. 由于在SLAM回环检测上的优异表现(特别是ORB-SLAM2),DBoW2库受到了广大SLAM爱好者的关 ...
- Python3.x:第三方库简介
Python3.x:第三方库简介 环境管理 管理 Python 版本和环境的工具 p – 非常简单的交互式 python 版本管理工具. pyenv – 简单的 Python 版本管理工具. Vex ...
- BerkeleyDB库简介
BerkeleyDB库简介 BerkeleyDB(简称为BDB)是一种以key-value为结构的嵌入式数据库引擎: 嵌入式:bdb提供了一系列应用程序接口(API),调用这些接口很简单,应用程序和b ...
- LevelDB库简介
LevelDB库简介 一.LevelDB入门 LevelDB是Google开源的持久化KV单机数据库,具有很高的随机写,顺序读/写性能,但是随机读的性能很一般,也就是说,LevelDB很适合应用在查询 ...
- {Django基础七之Ajax} 一 Ajax简介 二 Ajax使用 三 Ajax请求设置csrf_token 四 关于json 五 补充一个SweetAlert插件(了解)
Django基础七之Ajax 本节目录 一 Ajax简介 二 Ajax使用 三 Ajax请求设置csrf_token 四 关于json 五 补充一个SweetAlert插件(了解) 一 Ajax简介 ...
- MXNet深度学习库简介
MXNet深度学习库简介 摘要: MXNet是一个深度学习库, 支持C++, Python, R, Scala, Julia, Matlab以及JavaScript等语言; 支持命令和符号编程; 可以 ...
- php spl标准库简介(SPL是Standard PHP Library(PHP标准库)(直接看代码实例,特别方便)
php spl标准库简介(SPL是Standard PHP Library(PHP标准库)(直接看代码实例,特别方便) 一.总结 直接看代码实例,特别方便易懂 thinkphp控制器利眠宁不支持(说明 ...
- python学习--大数据与科学计算第三方库简介
大数据与科学计算 库名称 简介 pycuda/opencl GPU高性能并发计算 Pandas python实现的类似R语言的数据统计.分析平台.基于NumPy和Matplotlib开发的,主要用于 ...
随机推荐
- C语言入门-类型定义
一.自定义数据类型(typedef) c语言提供一个叫做typedef的功能来声明一个已有的数据类型的新名字,比如: typedef int length; 这样length成为了int类型的别名 这 ...
- 史上最全Oracle数据泵常用命令
本文转自https://blog.csdn.net/Enmotech/article/details/102848825 墨墨导读:expdp和impdp是oracle数据库之间移动数据的工具,本文简 ...
- 经典案例:如何优化Oracle使用DBlink的SQL语句
转自 https://blog.csdn.net/Enmotech/article/details/78788083 作者介绍 赵全文 就职于太极计算机股份有限公司,在中央电化教育馆做Oracle D ...
- Python的标准库介绍与常用的第三方库
Python的标准库介绍与常用的第三方库 Python的标准库: datetime:为日期和时间的处理提供了简单和复杂的方法. zlib:以下模块直接支持通用的数据打包和压缩格式:zlib,gzip, ...
- java之JavaBean
JavaBean是一种java语言编写而成的可重用组件. 所谓JavaBean,是指符合以下标准的java类: 类是公共的: 有一个无参的公共构造器: 有属性,属性一般是私有的,且有对应的set.ge ...
- Vue 小练习01
有红, 黄, 蓝三个按钮, 以及一个200X200px的矩形box, 点击不同的按钮, box的颜色会被切换为指定的颜色 <!DOCTYPE html> <html lang=&qu ...
- JavaWeb中验证码校验的功能实现
后台生成验证码工具方法 /* * 设置图片的背景色 */ public static void setBackGround(Graphics g, int WIDTH, int HEIGHT) { / ...
- RabbitMQ与Spring的框架整合之Spring AMQP实战
1.SpringAMQP用户管理组件RabbitAdmin. RabbitAdmin类可以很好的操作RabbitMQ,在Spring中直接进行注入即可.注意,autoStartup必须设置为true, ...
- Python 你见过三行代码的爬虫吗
------------恢复内容开始------------ 每次讲爬虫的时候都会从“发送请求” 开始讲,讲到解析页面的时候可能大部分读者都会卡住,因为这部分确实需要一点XPATH或者CSS选择器的前 ...
- JPA的entityManager的find方法与getReference方法的区别
场景 JPA入门简介与搭建HelloWorld(附代码下载): https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/103473937 ...