【C++版本】SBIR系统（使用SHOG与GALIF特征描述符，BOF检索架构，线性检索方法）

原文我是放在github上的，总结不易，如果大家觉得我写得不错，就麻烦给个星吧~~

个人感觉，初入SBIR研究领域的人，可以好好研究下这里的代码，毕竟Mathias Eitz这位大牛给我们挖了这么大个坑，近10年的特征描述符和近5年的深度学习和近3年的细腻度检索，各种大牛都往里面跳。
原文地址：https://github.com/jjkislele/imdb_framework_msvs

---

imdb

基于手绘草图的草图检索系统

原作者：Mathias Eitz

在我上一个仓库imdb_framework里有对这个项目的英文说明，不过很迷的是，作者使用的IDE应该是Qt creator，本仓库则将项目代码拆解出来移植至MSVS，方便随后的实验。

---

说明

所有代码均fork自mathiaseitz’s imdb_framework，并在此基础上进行了修改，使之能够符合自己的实验要求。

本项目应出自学术论文"Sketch-Based Shape Retrieval" - SIGGRAPH 2012 与之前的 “Sketch-based image retrieval: benchmark and bag-of-features descriptors” - IEEE T VIS COMPUT GR 2011。前者是关于图形轮廓检索的，使用的特征是由作者Mathias Eitz等人提出的Gabor滤波改进算法GALIF，而后者是关于图像检索的，使用的特征是由作者Mathias Eitz等人提出的HOG改进算法SHOG（当然还有shape-context、shape-context的改进算法作为对比），并引入BoF检索框架（我是这么称呼的），降低了图像特征的复杂度，加快了图像匹配速度。这两篇文章的创新性（经典性），使得后续研究都承接着这两篇文章的思路。

上述两篇文章均是通过手绘草图进行检索，这就不得不提到基于手绘草图的图像检索(SBIR, Sketch-Based Image Retrieval)这个研究方向，我实际上写了篇关于SBIR的综述，日后发到博客上吧。

---

算法

1. 图像特征

• GALIF: Gabor local line-based feature

  记得有篇博文对GALIF特征进行了详细说明的，很可惜现在找不到了。

• SHOG: Sketched feature lines in the Histogram of Oriented Gradients

  一种改进的HOG特征描述子，它在图像边缘处提取HOG特征，因此命名为SHOG。

2. 检索方式

• BoF: Bag of Features

• Linear search

---

项目依赖

1. boost lib

2. opencv 2.x

3. Qt lib

本项目使用的是boost 1.65.1、opencv 2.4.13、Qt 5，IDE是MSVS 15 x64。各位可以参照./resource/sbir.props，在MSVS中配置的时候，也可以导入这个.props配置文件，这样就可以方便更改、复用相同配置了。

---

文件夹结构说明

前文提到，我是将原始项目拆解成了多个模块，此举方便修改原始代码，现将拆解的各模块所对应的文件夹结构说明如下，表格顺序即是程序处理顺序，执行顺序不可发生变化，并且顺带简单介绍模块功能，详细说明则请点击对应链接查看。

序号	文件夹名	功能说明	链接
1	generate_filelist	生成图像绝对路径索引	?
2	compute_descriptors	提取图像特征	?
3	compute_vocabulary	特征聚类，产生视觉词汇	?
4	compute_histvw	由视觉词汇产生视觉词汇表	?
5	compute_index	生成TF-IDF权重	?
6	image_search	图像检索	?
7	image_search_featureExtracted	image_search的修改版本，输入为检索序列特征	?

---

写在后面

我仓库里还有SBIR研究领域的算法总结，各位看官老爷们可以瞅瞅 -------> ?