如何使用 TF-IDF 与使用 sift 的视觉词袋

Posted 2023-03-13

【中文标题】如何使用 TF-IDF 与使用 sift 的视觉词袋

【英文标题】：How to use TF-IDF with visual bag of words using sift

【发布时间】：2021-04-14 13:59:23

【问题描述】：

我使用与此链接相同的方法：https://medium.com/analytics-vidhya/bag-of-visual-words-bag-of-features-9a2f7aec7866

如链接中所述，TD IDF 可用于从视觉词袋中删除不太重要的“视觉词”。不过网上查了一下，好像TD-IDF只实现了文本特征提取。 （例如，sklearn.feature_extraction.text.TfidfTransformer）

有没有一种简单的方法可以使用 TF-IDF 进行图像分类而不是文本？

【参考方案1】：

我怀疑图像是否足够标准，但自己计算很容易：

对于任何“视觉词”，文档频率 (DF) 是包含此“视觉词”的图像数除以图像总数。 IDF 是该值的倒数。 “视觉词”在特定图像中的“词频”(TF) 是“词”在图像中出现的次数除以该图像中“词”的总数。

现在只需应用公式：TFIDF = TF * log(IDF)。

或者，您可以将每个图像表示为带有表示视觉词的字符串的伪句，然后在伪句集上使用标准TfidfTransformer。但这可能会带来更多的好处。