opencv - K-均值替代方案和性能

我一直在阅读有关相似性度量和图像特征提取的文章；大多数论文都将k-means称为一种良好的均匀聚类技术，我的问题是，对于特定集合，k-means聚类是否有其他替代方法可以表现得更好？

最佳答案

您可能想看一下MeanShift聚类，它比K-Means有几个优点:

不需要预设数量的集群

K-Means群集收敛到n维voronoi网格，MeanShift允许其他群集形状

在OPENCV中以CAMShift的形式实现MeanShift，这是一种MeanShift改编，用于跟踪视频序列中的对象。

如果您需要更多信息，可以阅读有关MeanShift和计算机视觉的出色论文:
Mean shift: A robust approach toward feature space analysis

关于opencv - K-均值替代方案和性能，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/7757982/