图像相似度和 k-mean 聚类

Question

我正在玩一点图像相似性。事实上，我正在玩图像检索系统。理想情况下，我想创建某种图像索引，我可以查询以获取相似的图像。

我目前的想法是将某种 ImageDescriptor 存储到索引中，每个描述符可以有不同的特征，例如k-mean-cluster-centroids, histograms, ... 而且我有一些简单的基于 wight 的计算 - 每个特征都有距离函数，并且该函数的结果乘以它的 wight 并在所有特征中求和。最终总和是与我的形象的距离。不确定这是不是好的思路？

所以我开始玩直方图。我存储了直方图的索引，而不是查询直方图和索引存储的直方图之间的距离。它提供了某种相似性，但在大多数情况下远非理想。

现在我正在使用 k-mean 聚类。我已经实现了基于 RGB 距离的分割（也将在 Lab 颜色模式下尝试）。我的索引由质心向量（来自聚类）组成。现在我正在做质心之间的最小距离比较。它提供了更好的结果，但也远非良好。

我的第一个问题可以比查询距离更好地处理段（集群）吗？如何包含形状信息？

就像旁注一样，大多数图像都是日常物品的图像（不同的铅笔、不同的眼镜、不同的鞋子……），并且在相同颜色的背景上具有不同的纹理。没有自然图像、面孔、树木、云彩、山脉……

问候 扎哈里耶

Answer 1

图像相似度不仅基于像素。图像相似度有几个维度。为了获得良好的相似性，您需要从图像中获得额外的信息。低级功能等。