作业4：纹理聚类

编程语言：Matlab 或 Python（可能需要使用OpenCV）

题目内容：基于纹理基元的池化纹理表征

• 对图像或图像块，进行K均值聚类。

• 可以使用图像像素，也可以提取HOG特征等，然后进行聚类。
• HOG特征、Kmeans等，可以用VLfeat工具包；也可以搜索fast kmeans代码。
• 显示聚类中心，计算分类精度，并进行分析

数据集

• Describable Textures Dataset (DTD) 子集
• https://www.robots.ox.ac.uk/~vgg/data/dtd/

• 每个文件夹是一类。将所有图像（或从中裁剪大量图像块）放在一起，然后聚成k类。

小组形式

• 不多于4人，个人也可以
• 提交详细技术报告，并注明分工。技术报告内容参考下面的《技术报告内容示例》。

内容要求：

1. 内容：

   (1) 理论作业：推荐直接在word内编辑，也可以手写拍照（处理后）贴到word里。

   (2) 编程作业：按照各个部分，依次提供代码、实验结果图和结果分析

2. 要求：内容完备（包含计算过程），结构清晰、排版美观

提交要求：

1) 截止时间：2021年6月6日24:00

2) 提交PDF文档（附件）

• 文档命名为：《计算机视觉基础》作业4（学号 姓名）

3) 以附件形式发送邮件到作业邮箱

• 邮件标题为：《计算机视觉基础》作业4（学号 姓名）

技术报告内容示例：

1.算法简介

1.1 纹理图像简介

1.2 kmeans聚类算法简介

2.实验设置及结果分析

首先介绍实验的数据库，然后介绍实现算法时用到的编程语言、工具包等，之后介绍实验的设置，之后汇报实验结果，并对结果进行分析。

2.1 数据集

数据集简介及数据集划分

2.2 性能指标

采用的性能指标，各自的计算公式和物理含义

2.3 采取不同的特征或参数对性能的影响

展示结果，并分析不同设置性能的影响

2.4 性能分析

• 聚类中心展示，分类精度计算
• 计算复杂度分析：训练时长

3. 总结与展望

总结自己的工作，指出存在的问题，及未来可能的改进方法

参 考 文 献

[1] 网上的文献（举例：The Cooperative Association for Internet Data Analysis(CAIDA) [EB/OL],http://www.caida.org/data 2010,7,18）采用脚注，一般不作为参考文献。 [2] Zhou Yong-Bin, Feng Deng-Guo. Design and analysis of cryptographic protocols for RFID. Chinese Journal of Computers, 2006, 29(4): 581-589 (in Chinese) (周永彬, 冯登国. RFID安全协议的设计与分析. 计算机学报, 2006, 29(4): 581-589)

附录：代码（或提供python代码源文件）

> 返回【计算机视觉】课程