modules/contrib/src/bowmsctrainer.cpp

   1 /*M///////////////////////////////////////////////////////////////////////////////////////
   2 //
   3 //  IMPORTANT: READ BEFORE DOWNLOADING, COPYING, INSTALLING OR USING.
   4 //
   5 //  By downloading, copying, installing or using the software you agree to this license.
   6 //  If you do not agree to this license, do not download, install,
   7 //  copy or use the software.
   8 //
   9 // This file originates from the openFABMAP project:
  10 // [http://code.google.com/p/openfabmap/]
  11 //
  12 // For published work which uses all or part of OpenFABMAP, please cite:
  13 // [http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=6224843]
  14 //
  15 // Original Algorithm by Mark Cummins and Paul Newman:
  16 // [http://ijr.sagepub.com/content/27/6/647.short]
  17 // [http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=5613942]
  18 // [http://ijr.sagepub.com/content/30/9/1100.abstract]
  19 //
  20 //                           License Agreement
  21 //
  22 // Copyright (C) 2012 Arren Glover [aj.glover@qut.edu.au] and
  23 //                    Will Maddern [w.maddern@qut.edu.au], all rights reserved.
  24 //
  25 //
  26 // Redistribution and use in source and binary forms, with or without modification,
  27 // are permitted provided that the following conditions are met:
  28 //
  29 //   * Redistribution's of source code must retain the above copyright notice,
  30 //     this list of conditions and the following disclaimer.
  31 //
  32 //   * Redistribution's in binary form must reproduce the above copyright notice,
  33 //     this list of conditions and the following disclaimer in the documentation
  34 //     and/or other materials provided with the distribution.
  35 //
  36 //   * The name of the copyright holders may not be used to endorse or promote products
  37 //     derived from this software without specific prior written permission.
  38 //
  39 // This software is provided by the copyright holders and contributors "as is" and
  40 // any express or implied warranties, including, but not limited to, the implied
  41 // warranties of merchantability and fitness for a particular purpose are disclaimed.
  42 // In no event shall the Intel Corporation or contributors be liable for any direct,
  43 // indirect, incidental, special, exemplary, or consequential damages
  44 // (including, but not limited to, procurement of substitute goods or services;
  45 // loss of use, data, or profits; or business interruption) however caused
  46 // and on any theory of liability, whether in contract, strict liability,
  47 // or tort (including negligence or otherwise) arising in any way out of
  48 // the use of this software, even if advised of the possibility of such damage.
  49 //
  50 //M*/
  51
  52 #include "precomp.hpp"
  53 #include "opencv2/contrib/openfabmap.hpp"
  54
  55 namespace cv {
  56
  57 namespace of2 {
  58
  59 BOWMSCTrainer::BOWMSCTrainer(double _clusterSize) :
  60     clusterSize(_clusterSize) {
  61 }
  62
  63 BOWMSCTrainer::~BOWMSCTrainer() {
  64 }
  65
  66 Mat BOWMSCTrainer::cluster() const {
  67     CV_Assert(!descriptors.empty());
  68     int descCount = 0;
  69     for(size_t i = 0; i < descriptors.size(); i++)
  70     descCount += descriptors[i].rows;
  71
  72     Mat mergedDescriptors(descCount, descriptors[0].cols,
  73         descriptors[0].type());
  74     for(size_t i = 0, start = 0; i < descriptors.size(); i++)
  75     {
  76         Mat submut = mergedDescriptors.rowRange((int)start,
  77             (int)(start + descriptors[i].rows));
  78         descriptors[i].copyTo(submut);
  79         start += descriptors[i].rows;
  80     }
  81     return cluster(mergedDescriptors);
  82 }
  83
  84 Mat BOWMSCTrainer::cluster(const Mat& _descriptors) const {
  85
  86     CV_Assert(!_descriptors.empty());
  87
  88     // TODO: sort the descriptors before clustering.
  89
  90
  91     Mat icovar = Mat::eye(_descriptors.cols,_descriptors.cols,_descriptors.type());
  92
  93     std::vector<Mat> initialCentres;
  94     initialCentres.push_back(_descriptors.row(0));
  95     for (int i = 1; i < _descriptors.rows; i++) {
  96         double minDist = DBL_MAX;
  97         for (size_t j = 0; j < initialCentres.size(); j++) {
  98             minDist = std::min(minDist,
  99                 cv::Mahalanobis(_descriptors.row(i),initialCentres[j],
 100                 icovar));
 101         }
 102         if (minDist > clusterSize)
 103             initialCentres.push_back(_descriptors.row(i));
 104     }
 105
 106     std::vector<std::list<cv::Mat> > clusters;
 107     clusters.resize(initialCentres.size());
 108     for (int i = 0; i < _descriptors.rows; i++) {
 109         int index = 0; double dist = 0, minDist = DBL_MAX;
 110         for (size_t j = 0; j < initialCentres.size(); j++) {
 111             dist = cv::Mahalanobis(_descriptors.row(i),initialCentres[j],icovar);
 112             if (dist < minDist) {
 113                 minDist = dist;
 114                 index = (int)j;
 115             }
 116         }
 117         clusters[index].push_back(_descriptors.row(i));
 118     }
 119
 120     // TODO: throw away small clusters.
 121
 122     Mat vocabulary;
 123     Mat centre = Mat::zeros(1,_descriptors.cols,_descriptors.type());
 124     for (size_t i = 0; i < clusters.size(); i++) {
 125         centre.setTo(0);
 126         for (std::list<cv::Mat>::iterator Ci = clusters[i].begin(); Ci != clusters[i].end(); Ci++) {
 127             centre += *Ci;
 128         }
 129         centre /= (double)clusters[i].size();
 130         vocabulary.push_back(centre);
 131     }
 132
 133     return vocabulary;
 134 }
 135
 136 }
 137
 138 }