問題タブ [feature-extraction]

私は、特徴空間 (1000 以上の次元) でいくつか (<50) の高次元ポイントを取り込み、標準の k クラスタリングを使用して再帰的に階層クラスタリングを実行するプログラムに取り組んでいます。

私の問題は、任意の 1 つの k クラスタリング パスで、高次元表現のさまざまな部分が冗長になることです。この問題は、特徴抽出、選択、または重み付けの傘下にあることを知っています。

一般に、特定の特徴抽出/選択/重み付けアルゴリズムを選択する際に考慮すべきことは何ですか? 具体的には、私の状況でデータをクラスタリングするための最良の方法はどのアルゴリズムでしょうか?

OpenCV 2.3 での特徴検出と記述子抽出の違いを知っている人はいますか?

DescriptorMatcher を使用したマッチングには後者が必要であることを理解しています。その場合、FeatureDetection は何に使用されますか?

具体的には、ゲーム「アステロイド」のスクリーンショットから関連するすべての線分を抽出しようとしています。エッジ検出のさまざまな方法を調べましたが、次の 2 つの理由から、私の問題に適合するものはないようです。

1. それらは滑らかな輪郭を検出しますが、直線セグメントの検出だけが必要で、特定の長さの範囲内のもののみが必要です。さて、これらの制約により、私のタスクは一般的なケースよりもかなり簡単になるはずですが、本格的なエッジ検出器を使用して曲線の結果をクリアしたくはありません。速度は私の目的にとって最も重要です。

2. エッジがハイライトされている変更された画像を出力しますが、検出された線分の終点を表す一連のピクセル座標が必要です。あるいは、各セグメントに含まれるすべてのピクセルのリストも機能します。

考えられる解決策の 1 つにhough transformが含まれる可能性があると考えていますが、これを使用して線分の実際の位置 (つまり、ピクセル空間の端点) を取得する方法がわかりません。たとえ私がそうしたとしても、それが物事を行う最も簡単な方法または最も効率的な方法であるかどうかはわかりません。したがって、質問のタイトルの一般的な言い回しです。

最後に、サンプル画像を次に示します。

主要な線はすべて長さと密度が類似しており、全体的な画像のコントラストが非常に高いことに注意してください。私の問題の解決策がこれらの機能を利用することを願っています。なぜなら、やはり効率が最も重要だからです。

1 つの注意点: このコンテキストのほとんどの線分は多角形の一部ですが、この事実に依存するソリューションは望んでいません。

私はMATLABの初心者で、画像の特徴ベクトルとしてピクセルのグレーレベル値に変換する必要があるbmp画像のセットを持っています。誰かが私にそれを行う方法を提案できますか? これらのピクセルのグレーレベル値を特徴として使用し、PCA/LDA などの操作を実行する必要があります。imread() を試しましたが、行列が返されます..特徴ベクトルは1つの行ベクトルになると思います。

よろしく、

手書きの数字データセットでいくつかのクラスタリング アルゴリズムをテストしたいと考えています。すでに特徴が抽出された手書きの数字データセットはありますか? たとえば、MNISTの場合のように、ブルート画像ピクセルの手書き数字データセットを検索しているわけではありません。そのようなデータセットから既に抽出されている特徴のベクトルを探しています。

この人物を検出するために必要なさまざまな角度からの1人の画像(10個かもしれません)のコレクションがあります。

これらの最初の 10 枚の画像をトレーニング/特徴抽出に使用できます。別の (11 番目の) 画像が入力として与えられると、その画像で人物を検出する必要があります。

Java でコーディングする必要がある場合は、ヘルプ/リンクを大歓迎です。助けてください。

ありがとうございました。

「特徴抽出」メソッドを作成する方法について混乱しています SVM を使用して画像に「オブジェクト認識」を適用したい , 猫の特徴を含む XML ファイルを保持する Emgu の例にサンプルがあります ! そして、私は彼らがどのようにそれを行ったのか、どのような方法を使用したのかを知るために一週間以来試みてきました .手順を表示するhtml ! とても複雑で、自分ではできませんでした。SVM学習と互換性のある「機能抽出」の適切な方法を誰か教えてもらえますか? AccordにはSVMの例がありますが、手書きであり、カラー画像を扱っていません=(ヘルプリンクはありますか?ありがとう

私たち人間は、これらの2 つの画像を同じ画像として認識できます。

コンピュータでは、この 2 つの画像が同じサイズであれば認識しやすいため、認識前にスケーリングなどの前処理の段階またはステップを実行する必要がありますが、スケーリングのプロセスを深く見ると、効率的な方法ではありません。

さて、画像をサイズやピクセル位置を扱わないオブジェクトに変換し、認識方法の入力にする方法を見つけるのを手伝ってくれませんか?

よろしくお願いします。

関数を呼び出す方法についてこの例に出くわしましたgraycomatrix

の 2 番目のパラメーターの効果がわかりませんgraycomatrix。Matlab のドキュメントを読みましたが、説明がわかりにくいです。

私はiPhoneでTesseractを試し、画像の前処理なしでその精度を70％と評価しました。また、数字の抽出が不十分な場合があることにも気づきました。OCRopus OCRエンジンについて聞いたことがあります。数字の抽出に関して、また画像の前処理が少ない場合は、TesseractとOCRopusのどちらが優れていますか？
誰かが両方のエンジンを使用してテストを実行し、通常のメトリックを使用して結果を比較しましたか？