0

私の問題は、SVM 法を使用して、ランニングとウォーキングの 2 つのアクションをどのように分類するかです。最初に 02 のビデオがあり (最初のアクションは実行中、2 番目のアクションは歩行中)、その後、それらを一連のバイナリ イメージ MC および MM に変換しました (輪郭検出を使用しました。つまり、02 マトリックスには 1 つしか含まれていません)。および 0)。

  • MC : 次元の行列 (120 * 160 * 65)、65 は「最初のビデオのフレーム数。
  • MM : 次元 (120 * 160 * 87) の行列で、87 は「2 番目のビデオのフレーム数。

問題：

  1. SVM はどのように使用できますか? データ行列とグループ ベクトルをどのように形成できますか?
  2. matlab コマンドを直接使用svmtrainしsvmclassifyて問題に適応させるべきですか、それとも独自のコードを作成する必要がありますか?
  3. 私の場合はsvmsacling重要ですか？
4

1 に答える 1

0

SVMを使用してビデオを分類する場合1）特徴記述子を選択する必要があります（特徴抽出）。たとえば、背景が静止している場合、人が走ると、人が歩く場合よりもピクセル数が多くなることがあります。適切な機能を選択することが最も重要なステップです。生データファイルの使用はおそらく機能しません。2）svmツールを使用する必要があります。LIBSVM（http://www.csie.ntu.edu.tw/~cjlin/libsvm/）は最高のツールの1つです。3）ドキュメント（http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf）を読むと、スケーリングによって通常SVMのパフォーマンスが向上することがわかります。

于 2012-01-17T23:05:33.600 に答える