[英]How to use LibSVM for multiple descriptors for image classification - Matlab
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
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:
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。
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!
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.