feature-selection - 计算机视觉中的“词袋”和“特征袋”有什么区别？

Question

研究该主题，可以找到作者使用“词袋”模型进行图像分类/检索的论文，而其他人使用“特征袋”模型进行类似任务的论文。

尽管我对所涉及的方法有基本的了解（检测和提取视觉词，构建视觉词典，使用机器学习训练分类器），但我仍然看不出两种模型之间的区别。它们是同义词吗？也许我错过了显示差异的具体示例/文档......

Answer 1

最初有用于文档检索的词袋模型。该模型将每个文档（以及查询）视为一个单词包（不考虑每个单词的位置）。因此，每个文档都被转换为语言字典大小的向量，保持每个术语的频率（直方图）

视觉词袋或特征袋用图像替换文档，用特征（或“视觉词”）替换词，并创建非常相似的图像表示。所以是的，BoF 是 BoVW 的同义词。BoW 是关于文本检索的。