Индексированные местоположения изображений, заданные как массив ячеек.

Визуальные слова, заданные как 1-бай- M вектор visualWords объекты для каждого индексированного изображения. The visualWords объект содержит WordIndex, Location, VocabularySize, и Count свойства для каждого индексированного изображения.

Вхождение слова, заданное как вектор M -by-1. Вектор содержит процент изображений, в которых происходит каждое визуальное слово. Эти проценты аналогичны частоте документов в приложениях поиска текста. The WordFrequency свойство содержит процент изображений, в которых происходит каждое визуальное слово. Часто полезно подавлять наиболее распространенные слова, чтобы уменьшить набор поиска при поиске наиболее актуальных изображений. Также полезно подавлять редкие слова, поскольку они, вероятно, исходят от выбросов в наборе изображений.

Можно управлять тем, насколько верхний и нижний конец визуального распределения слов влияет на результаты поиска, настраивая WordFrequencyRange свойство. Хороший способ задать это значение - построить график отсортированного WordFrequency значения.

Сумка визуальных слов, заданная как bagOfFeatures объект, используемый в индексе.

Процент одинаковых слов, требуемых между запросом и потенциальным изображением, задается в виде числового значения в области значений [0, 1]. Чтобы получить больше результатов поиска, уменьшите этот порог.

Частотная область значений слов, заданный как двухэлементный вектор с более низким и верхним процентом [lower upper]. Используйте частотную область значений слов, чтобы игнорировать общие слова (верхняя процентная область значений) или редкие слова (нижняя процентная область значений) в индексе изображения. Эти слова часто происходят как повторные шаблоны или выбросы и могут снизить точность поиска. Можно управлять тем, насколько верхний и нижний конец визуального распределения слов влияет на результаты поиска, настраивая WordFrequencyRange свойство. Хороший способ задать это значение - построить график отсортированного WordFrequency значения.