0

我正在尝试根据视觉词（图像中标记的关键点）匹配图像。在将模拟结果与我的理论结果进行比较时，我得到了很大的偏差，因此我猜我的理论概率计算中一定有错误。

您可以将两个图像想象为一组视觉词（视觉词名称范围从 A 到 Z）：

S1=SetImage1={A, B, C, D, E, F, G, H, I, J, L, M, N, O, Y, Z}
S2=SetImage2={A, L, M, O, T, U, V, W, X, Y, Z}

在此处输入图像描述

您已经可以看到一些视觉词出现在两个集合中（例如 A、Z、Y、...）。现在我们将视觉词分为主要词和次要词（参见提供的图像）。每个主要词都有一个次要词的邻域。您可以看到主要单词（红色矩形）和它们的次要单词（椭圆内的单词）。对于我们的示例，主要单词集如下：

SP1=SetPrimaryWordsImage1={A, J, L}
SP2=SetPrimaryWordsImage2={A, L,}

我们现在从集合 SP1 中随机选择一个视觉词img1VAL1和从 的邻域中选择一个词img1VAL1，即img1VAL2=SelFromNeighborhood(img1VAL1)产生一对PairImage1={img1VAL1, img1VAL2}。我们对第二张图片做同样的事情并得到PairImage2={img2VAL1, img2VAL2}.

示例：从Image1我们选择A作为主要视觉词和C作为次要词，因为C在 的邻域内A。我们得到了这对{A, C}

从 Image2 我们也选择A作为主要视觉词和Z作为辅助词。我们得到了这对{A, Z}

{A,C} != {A,Z}因此我们没有对手。但是随机选择的对相等的概率是多少？

4

1 回答 1

0

概率是这样的：

A={1, 2, 3, 4}, B=A={1, 2, 3}

intersection C=A int B={1, 2, 3}

相交之外的可能对数 = 3-choose-2（二项式）

number of all possibilities=|A|-choose-2 * |B|-choose-2

因此概率

|intersection|-choose-2/(|A|-choose-2 * |B|-choose-2)
于 2016-05-24T17:31:21.270 回答