4

一連の 64x128 画像で歩行者を認識するように SVM 分類器をトレーニングしようとしています。HOG 機能を使用して既にそれを行っていますが、今度は SIFT と ORB を使用して同じことを実装する必要があります。HOG 機能の場合、常に同じ数の機能 (3780) を使用していたため、トレインの行列は image_number by 3780 でした。ここで、SIFT エクストラクタを使用して、さまざまなサイズのキーポイントを取得します。これらの異なるサイズのキーポイントを使用して、分類子のマトリックスを作成するにはどうすればよいですか?

助けてくれて本当にありがとうございます！

記述子の問題をすべて同じ行に配置して解決しました。しかし、ほとんどの記述子は 0 の値を持っているため、分類器がうまく機能しないことがわかりました。どうすればこの問題を解決できるか知っていますか?

これはコードの一部です:

DenseFeatureDetector detector;
SiftDescriptorExtractor descriptor;
vector<KeyPoint> keypoints;


//for every image I compute te SIFT
detector.detect(image, keypoints);
Mat desc;
descriptor.compute(image,keypoints, desc);
Mat v(1,30976,CV_32FC1);
    for (int j = 0; j<desc.rows; j++){
        for(int k = 0; k<desc.cols; k++){
            v.at<float>(0,128*j+k) = desc.at<float>(j,k);

        }
    } //now in vector v there are all the descriptors (the problem is that most of them have 0 value)

descriptormat.push_back(v);  //descriptormat is the cv::Mat that I use to train the SVM
4

2 に答える 2

5

通常、人々は SIFT または ORB の特徴をベクトル量子化し、ヒストグラム (bags-of-words モデル) を作成します。これにより、すべてのトレーニングおよびテスト画像に対して固定サイズのベクトルが得られます。

于 2012-10-04T03:16:05.460 に答える
1

大きな行列を作成し、各画像に対して計算された記述子を push_back できます。例（チェックなし）

int main(int argc, char**argv)
{
    cv::SIFT sift;
    cv::Mat dataMatrix(0, 128, CV_32F); // 0 rows, 128 cols is SIFT dimension, I think there is a method that gives you the descriptor dimension exactly. type is 32F if I remember well, must check
    for (int i = 1; i < argc; ++i) {
      cv::Mat img = cv::imread(argv[i]);
      std::vector<cv::KeyPoints> kp;
      cv::Mat desc;
      sift(img, cv::noArray(), keypoints, desc);
      dataMatrix.push_back(desc);
    }

    // Now train SVM with dataMatrix
    assert(dataMatrix.rows > 0);
}
于 2012-09-26T15:55:54.570 に答える