Feature selction

加上F-score 選出有用的VW

目前的類別

梅干扣肉
五更腸旺
豆干肉絲
塔香海瓜子
回鍋肉
滑蛋蝦仁
螞蟻上樹
番茄炒蛋
沙茶牛肉
鹹蛋苦瓜
蟹黃豆腐
紅燒獅子頭
炒三鮮
蒜苗臘肉
麻婆豆腐

[Result] Testing some method by using SIFT

VW = 8000 效果不佳
VW = 30000 看起來有好一點

SIFT By using H
Problem : 紅色在原Domain差一點點 在 H domain下可能會差很多 0,255交界

圖片大小 大小差太多 造成Feature point數差很多 這是一個大問題

Our demo system

Using SIFT feature:
http://cml18.csie.ntu.edu.tw/~wfuny/food/query_food_sift.php

Using SIFT on H feature:
http://cml18.csie.ntu.edu.tw/~wfuny/food/query_food_sifth.php

local feature: surf

SURF: Speeded Up Robust Features

http://www.vision.ee.ethz.ch/~surf/download.html
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.85.2512&rep=rep1&type=pdf

Approximate Nearest Neighbor Searching

Approximate Nearest Neighbor Searching
http://www.cs.umd.edu/~mount/ANN/

hash index

Jun Wang, Sanjiv Kumar, Shih-Fu Chang. Semi-Supervised Hashing for Scalable Image Retrieval. In IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR), San Francisco, USA, June 2010

http://www.ee.columbia.edu/ln/dvmm/publications/10/SSH_CVPR2010.pdf

Semi-Supervised Hashing for Scalable Image Retrieval.

http://www.sanjivk.com/SSH_CVPR10.pdf