こんにちは皆さん、ここに私の最初の投稿があります。
事前のトレーニングなしで、画像を介してオブジェクトを追跡することに取り組んでいます。領域の色 (Lab 空間の ab チャネル) と HOG の 2 つの機能を使用します。私の最初の実験では、min を使用することがわかりました。HOG 機能のみを備えた距離分類器には、偽陽性の FP が低く、FN が高いという利点があります。一方、最小を使用します。色のみの距離分類子は、TP を増加させ、FN の結果を減少させますが、FP を増加させるという代償を伴います。
私の質問は、2 つの分類子をどのように組み合わせるかです。教師なしでそれを行うための標準アルゴリズムを知りたいです。
2 つの機能を (正規化後に) 1 つの機能に結合しようとしましたが、HOG が結果を支配しています。組み合わせた機能に重みを付けたとしても、結果は 2 つのどちらよりも悪いものです。
私がこれまでに達成した良い結果は、最初に色を実行して可能性を高め、次に HOG を実行する (HOG のみで使用されるしきい値よりも少し高い) ことにより、2 つの分類器を (カスケード) することです。トピックをグーグルで検索しましたが、分類に関する十分な知識がなく、標準的な方法を見つけることができません。
手伝ってくれてありがとう