如何將LibSVM用於多個描述符進行圖像分類-Matlab

Question

我需要對圖像進行分類，並指出它們是否相同。 我將幾個描述符用作SIFT LBP等。 我現在想使用LIBSVM進行培訓和測試。 如何使用svmTrain。 我應該只保存2個描述符之間的距離，然后只有1個1：SIftDelta，2：LBPDelta

這是正確的方法還是有更好的方法？ 謝謝

Answer 1

我不確定這是否是該問題的合適論壇，因為它更多地涉及“高級”學習概念，而不是在Matlab中的具體實現。

話雖如此，看來您正在嘗試結合多種線索進行學習，這並不是一件容易的事。

我可以為您提出兩種方法：

1. 直接方法-只需將所有描述符連接成一個非常長的描述符，然后在這個高維空間中進行學習。

2. 分兩個階段進行學習（因此，您必須將訓練數據分成兩個部分）：

在第一個階段，學習K分類器，每個分類器使用不同的描述符（假設您希望使用K不同的描述符）。

然后，在第二階段（使用訓練數據提醒），使用您擁有的K分類器對每個示例進行分類：這將為每個樣本提供一個新的 K維特征向量（您可以輸入分類結果，或使用與分隔超平面的距離來填充新描述符中的第k個條目。 現在，您可以在新的K維向量上訓練第二個分類器。 第二個分類器為您提供多描述符系統的最終輸出。

-請享用！