如何将LibSVM用于多个描述符进行图像分类-Matlab

Question

我需要对图像进行分类，并指出它们是否相同。 我将几个描述符用作SIFT LBP等。 我现在想使用LIBSVM进行培训和测试。 如何使用svmTrain。 我应该只保存2个描述符之间的距离，然后只有1个1：SIftDelta，2：LBPDelta

这是正确的方法还是有更好的方法？ 谢谢

Answer 1

我不确定这是否是该问题的合适论坛，因为它更多地涉及“高级”学习概念，而不是在Matlab中的具体实现。

话虽如此，看来您正在尝试结合多种线索进行学习，这并不是一件容易的事。

我可以为您提出两种方法：

1. 直接方法-只需将所有描述符连接成一个非常长的描述符，然后在这个高维空间中进行学习。

2. 分两个阶段进行学习（因此，您必须将训练数据分成两个部分）：

在第一个阶段，学习K分类器，每个分类器使用不同的描述符（假设您希望使用K不同的描述符）。

然后，在第二阶段（使用训练数据提醒），使用您拥有的K分类器对每个示例进行分类：这将为每个样本提供一个新的 K维特征向量（您可以输入分类结果，或使用与分隔超平面的距离来填充新描述符中的第k个条目。 现在，您可以在新的K维向量上训练第二个分类器。 第二个分类器为您提供多描述符系统的最终输出。

-请享用！