キーポイントを使用して単純なオブジェクトの特徴ベクトルを作成するのを手伝っていただければ幸いです。今のところ、私は ETH-80 データセットを使用しています。オブジェクトの背景はほぼ青色で、写真はさまざまなビューから撮影されています。このように:
特徴ベクトルを作成した後、このベクトルでニューラル ネットワークをトレーニングし、そのニューラル ネットワークを使用してオブジェクトの入力画像を認識したいと考えています。複雑にしたくありません。入力画像は列車の画像と同じくらい単純です。以前も同様の質問をしましたが、20x20 近傍のキーポイントの平均値を使用することを提案した人もいました。試してみましたが、画像のビューが異なるため、ETH-80 画像では機能していないようです。それが私が別の質問をした理由です。
2146 次
2 に答える
4
SURFまたはSIFT。関心点検出器を探します。MATLAB SIFTの実装は無料で入手できます。
于 2011-09-01T19:52:53.210 に答える
2
SIFT および SURF 機能は、検出器と記述子の 2 つの部分で構成されます。検出器は、ある n 次元空間 (SIFT の場合は 4D) でポイントを見つけます。記述子は、そのポイントの周囲を確実に記述するために使用されます。後者は、「bag of word」または「visual words」アプローチとして一般に知られている方法で、画像の分類と識別にますます使用されています。最も単純な形式では、すべての画像のすべての記述子からすべてのデータを収集し、それらをクラスター化できます。たとえば、k-means を使用します。すべての元の画像には、多数のクラスターに寄与する記述子があります。これらのクラスターの重心、つまりビジュアル ワードは、画像の新しい記述子として使用できます。VLfeat Web サイトには、caltech 101 データセットを分類するこのアプローチの優れたデモが含まれています。
http://www.vlfeat.org/applications/apps.html#apps.caltech-101
于 2011-09-09T09:36:56.767 に答える