将 K-Means 应用于 HOG 描述符
Applying K-Means to HOG-Descriptors
我使用 dlib 提取了一个 HOG-Descriptors 并将它们存储在二维数组的数组中。现在，我想使用 K-Means 对描述符进行聚类。
如何进行这样的聚类？我可以想到两种实现方式：
逐行执行聚类。因此，对于任何二维数组分别。
一次对所有行执行聚类。
Dlib 包含一个程序 imglab（在 tools/imglab 文件夹中），它有一个 --cluster 选项。该选项对 HOG 图像进行 k-means 聚类。它使用 angular 距离度量来实现，该度量对于聚类 HOG 向量特别有效。比通常的欧几里德 k-means 多得多。
所以我建议使用 angular 距离度量。具体可以参考上面tool/dlib
我使用 dlib 提取了一个 HOG-Descriptors 并将它们存储在二维数组的数组中。现在，我想使用 K-Means 对描述符进行聚类。
如何进行这样的聚类？我可以想到两种实现方式：
逐行执行聚类。因此，对于任何二维数组分别。
一次对所有行执行聚类。
Dlib 包含一个程序 imglab（在 tools/imglab 文件夹中），它有一个 --cluster 选项。该选项对 HOG 图像进行 k-means 聚类。它使用 angular 距离度量来实现，该度量对于聚类 HOG 向量特别有效。比通常的欧几里德 k-means 多得多。
所以我建议使用 angular 距离度量。具体可以参考上面tool/dlib