我正在尝试实现 algorithm杰森希普等人。还有一个presentation , 更短更全面。
他们的方法的简要描述:
他们使用矢量量化作为区分任何给定图像中的前景和背景的工具。然而，他们没有使用方形区域作为特征向量来生成代码字，而是使用圆形。这应该会降低计算复杂度。以圆作为谓词向量，匹配问题被简化为线性模式匹配任务，并允许空间不变匹配。因此，该方法称为空间不变矢量量化。
所以基本上，一个谓词向量被交互地选择，然后图像空间被详尽地查询这个谓词向量与当前位置的相关性。
我的问题是:
他们在整个算法的什么地方生成密码本？如何？
我不知道如何为要生成的密码本选择参数。如果他们首先对图像中所有可能位置的所有可能圆圈进行采样，这在计算上非常繁重。他们如何确定要生成的簇/码字的数量？
为什么我要让子环相互摆动？
现在我的实现基本上包括一个半径为一个圆作为谓词向量。它遍历原始图像空间，并将谓词向量与所有可能旋转中当前像素周围的圆相关联。这是一个极其缓慢的过程，我看不到他们算法的好处。 我没有实现任何接近矢量量化的东西，因为我看不出它是如何工作的。
任何提示或想法都会受到赞赏。不幸的是，该方法的作者没有回答我的问题。
最佳答案
你的前两个问题不是这个算法特有的，而是任何矢量量化算法。这是一个网页，用相对容易理解的术语描述了如何进行矢量量化，包括生成码本:http://www.data-compression.com/vq.html .
关于 Wobble:在该算法中，关键的观察结果是通过矢量化为环，表面不会被镶嵌(完全覆盖)。例如，如果您使用正方形，它们会分割表面(完全覆盖它)。重叠的环不一定会完全覆盖图像。由于这个原因，环“之间”的像素可能会被遗漏并导致匹配失败。为了弥补这一点，作者来回“摆动”环，以便最终覆盖所有像素。
关于algorithm - 空间不变矢量量化，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/13802434/