我正在研究一个自动图像标注问题，试图将标签与图像关联起来。为此，我尝试使用SIFT特征进行学习。但问题是所有的SIFT特征都是一组关键点，每个关键点都有一个二维数组，而且关键点的数量也非常多。我的学习算法通常只接受一维特征，我该如何处理这些特征以及提供多少个特征呢？

回答：

你可以将单个SIFT特征表示为“视觉词”，这是一个数字，并将其用作SVM的输入，我认为这是你需要的。这通常通过k-means聚类来实现。

这种方法被称为“词袋模型”，在这篇论文中有描述。

方法的简短演示回顾。