svm - キャニーアルゴリズムは、特徴記述子画像を作成してSVMに与えるのに十分ですか?

Question

キャニーアルゴリズムを使用して画像から輪郭を取得します。記述子イメージを用意して SVM に入れ、類似点を見つけるだけで十分ですか? または、伸び、周囲、面積などの他の機能が必要ですか？この例に触発されたので、私はこれについて話します: http://scikit-learn.org/dev/auto_examples/plot_digits_classification.html最初にグレースケールで画像を与え、2番目に巧妙なアルゴリズムスタイルで、どちらの場合も私の混同マトリックスは十分でした精度、再現率、f1 スコア、サポート メジャーのような 0 の

Answer 1

私のアドバイスは次のとおりです。

データベース内の画像の数が少ない場合や、認識が非常に具体的である場合 (たとえば、ランダムなものではない) を除き、SIFT、Fourier Descriptors、Haralick's Featuresなどの 1 つ以上の特徴抽出器を適用することを強くお勧めします。 、短いベクトルに要約できる詳細を抽出するためのハフ変換。

次に、精度を高めるために、このすべての後に SVM を適用できます。