我有大约 130,000 个 SIFT 描述符。我正在使用 Opencv 的 flann 模块构建分层 Kmeans 索引。在此之后，我想量化这 130,000 个描述符（稍后将量化更多）。我正在使用 flann 的 knnsearch 方法来执行此操作。但是这种方法的结果有些奇怪。对于每个描述符，它显示的最近索引是描述符本身的索引。但是，它应该显示最近的集群的集群 ID，这将是 HIK 树的叶子之一。
我应该尝试 k=2
这是一个代码片段 -
int k=1;
cv::flann::KMeansIndexParams indexParams(8,4,cvflann::FLANN_CENTERS_KMEANSPP) ;
cv::flann::Index hik_tree(cluster_data, indexParams);
Mat indices,dist;
hik_tree.knnSearch(cluster_data, indices, dist, k, cv::flann::SearchParams(64));
knnSearch正在寻找索引中的 k 最近邻（它没有给出集群 ID！）。您使用 构建索引cluster_data，然后尝试与cluster_data自身匹配。在这种情况下，每个描述符的最近邻居是它自己也就不足为奇了……
编辑：如果你想获得中心，看看这个（来自 FLANN 库的来源）：
/**
* Chooses the initial centers using the algorithm proposed in the KMeans++ paper:
* Arthur, David; Vassilvitskii, Sergei - k-means++: The Advantages of Careful Seeding
*/
template <typename Distance>
class KMeansppCenterChooser : public CenterChooser<Distance>
{
...
k-NN 是一种有监督的分类算法，这就是为什么你应该Index用你的训练样本构造一个对象，所以使用
cv::flann::Index hik_tree(samples, indexParams);
代替
cv::flann::Index hik_tree(cluster_data, indexParams);