bag-of-words モデルを使用して医用画像を分類しています。特徴ベクトルを抽出するために次のことを行いました。
- 小さな画像パッチから特徴を抽出し、それらの特徴に BOW を適用します
- 小さな画像パッチからピクセル値を抽出し、それらのピクセル値に BOW を適用します
特徴抽出の後、精度を向上させるために、PCA、特徴選択、KMeans のクラスター数の変更などを試しました。しかし、私の場合、ピクセル値 (1) で学習した BOW は、機能 (2) で学習した BOW (70%) よりも優れています (90%)。私の機能は優れており、これらの機能を使用して他のフレームワークを使用して画像を分類すると、95% 以上の精度を得ることができました。
私の質問は、ピクセルで学習した BOW が機能で学習した BOW よりも優れているのはなぜですか?
大腸内視鏡画像の正常異常分類
Figure 1: a normal colon image
Figure 2: an image with polyp