[英]How to use LibSVM for multiple descriptors for image classification - Matlab
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
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:
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。
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!
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.