必要なポイントが関連している他の2つのポイントに関して、画像内のポイントの位置を推測するために、opencv c ++でSVMをトレーニングしたいと思います。
基本的に、ビデオ全体で 3 点の軌跡があり、これらの軌跡を SVM のトレーニング データとして使用したいと考えています。
私は機械学習技術に不慣れで、いくつかの読書の後、SVMがブール値の結果を返すことを理解したと思います（いくつかの条件が同時に満たされている場合はtrue、そうでない場合はfalse）。私の場合、結果として画像内の位置が必要です。
トレーニングセットをどのように整理すればよいかわかりません。次のようなことを考えていました。
T1 T2 T3 ラベル=1
ここで、T1 T2 と T3 には、私が正しいとわかっている 3 つの軌道に属するすべての点が含まれています。
T1 T2 T4 ラベル=-1
ここで、T1 と T2 は以前と同じですが、T4 には軌道 T3 上にないランダムな点が含まれています。
さまざまなビデオからのさまざまな軌道で SVM をトレーニングしたら、時間 t の T1 と T2 に対応する P1(x,y) と P2(x,y) とランダムな点 P(x,y) の 3 つの点を渡したいと思います。 )、SVM は、ランダムな点が目的の位置にあるかどうかを予測する必要があります。
このアプローチが間違っているかどうか、そしてその理由を誰かが説明できますか?
ありがとう