使用可變大小的訓練圖像的豬描述符訓練SVM（MATLAB）

Question

我正在嘗試使用HoG + SVM將對象分類為不同的類別。 問題是訓練圖像的維度是不同的。 因此，生成的HoG描述符具有可變長度。 我將所有訓練圖像中的特征提取到一個單元格中。 單元的每個元素i是數據集中圖像i的HoG描述符的向量。 我的問題是如何使它兼容訓練SVM分類器（使用svmtrain函數）？

Answer 1

正如lejlot正確提到的，SVM不能用可變長度向量進行訓練。

您可以將圖像大小標准化為1，即256x256。 有三種可能性：

1. 圍繞中心裁剪256x256補丁。
2. 將圖像大小調整為256x256，丟棄原始寬高比。
3. 將圖像大小調整為256xM，其中M <256 - 保留原始寬高比。 然后在左右（或頂部和底部）添加灰色條紋以將圖像填充到256x256。

所有變體都由不同的作者使用，您必須檢查哪一個最適合您的任務。

Answer 2

SVM 無法使用可變長度向量進行訓練 。 您必須使用某種轉換，將您的數據映射到恆定長度表示。 例如，您可以執行眾所周知的降維技術。