Kazumeinsht

一般には、特徴量は1種類だけではなく、複数の特徴量を計測し、それらを同時に用い ることが多い。そのような特徴量は、通常、まとめて特徴ベクトルxT = (x1;;xM)として表さ れる。ここで、xT は、ベクトルxの転置を表す。また、M は、特徴量の個数である画像の局所特徴量は回転や拡大縮小によって分布が変換しない特徴ベクトルである。つまり特徴量の分布の形が似ている画像は特徴点の 配置が似ている画像であることが予想される。この局所特徴量を \\(n\\) 次元空間上でクラスタ化し、画像ごとに算出した Bag of Visual Words (Bag of Features とも) をうな特徴ベクトルの形式で表現されます． x =(x1,x2,,x d) t (11) これは d個の特徴を表現した 次元ベクトルです∗3．この 次元空間を特徴空間と よび，x を特徴ベクトルとよびます．この特徴ベクトルは特徴空間上の1点になりま す（図15）． 情報メディア基礎ゼミ 19 第4回 Pukiwiki 特徴ベクトルとは