画像のペアを分類し、それらが同じかどうかを示す必要があります。SIFT LBP など、いくつかの記述子を使用します。ここで、LIBSVM を使用してトレーニングとテストを行いたいと考えています。svmTrain の使用方法を教えてください。2 つのディスクリプタ間の距離だけを保存して、1:SIftDelta、2:LBPDelta を 1 つだけ持つべきですか?
これは正しい方法ですか、それともより良いアプローチがありますか? ありがとう
1067 次
1 に答える
1
Matlab での特定の実装ではなく、学習の「高レベル」の概念を扱っているため、これがこの質問に適したフォーラムであるかどうかはわかりません。
そうは言っても、学習のために複数の手がかりを組み合わせようとしているように見えますが、これは簡単な作業ではありません.
2 つの方法を提案できます。
直接法 - すべての記述子を 1 つの非常に長い記述子に連結し、この高次元空間で学習を行うだけです。
学習を 2 段階で行います (したがって、トレーニング データを 2 つに分割する必要があります)。
最初の段階でK、それぞれが異なる記述子を使用する分類子を学習します (異なる記述子を使用するK場合)。
次に、第 2 段階で (トレーニング データのリマインダーを使用して)、K持っている分類器を使用して各例を分類します。これにより、各サンプルの新しい K次元の特徴ベクトルが得られます (分類結果を配置するか、使用することができますk新しい記述子の - 番目のエントリを設定するための分離超平面からの距離)。Kこれで、新しい次元ベクトルで 2 番目の分類子をトレーニングできます。この 2 番目の分類器は、マルチ記述子システムの最終的な出力を提供します。
-楽しみ！
于 2012-12-23T12:55:19.897 に答える