問題タブ [feature-extraction]

AutotunedIndexParams を使用した openCV 2.4.2 flann インデックス作成に問題があります。複数の画像を使用してインデックスを作成すると、プログラムは次の出力で終了します。

これは、エラーが次のJavaCVの同等のコードに対して発生する同様のエラーです。

openCVs miniflann.cpp でp["algorithm"]、設定されている複数の行を見つけました。問題と関係があるのでしょうか?

ここで私の C++ コードをテストするために、必要に応じて Java コードも投稿します ;-)

画像はここにあります: images

私は手話通訳の下でプロジェクトを行うように割り当てられた学生です。私はすべてのセグメンテーションと形態学的操作を行いました。さらに、ジェスチャーを分類するときが来ました。私はさまざまなジャーナルを調べました。どの機能が私の分類を適切に満たすかについては疑いの余地がありません。プログラミング言語としてC＃を選択し、分類にSVM分類器を選択しました。考えられる機能をいくつか挙げてください。可能であれば、完全な数学で十分に文書化してください。

私が見つけた機能：アスペクト比、真円度、広がりHuなどの形状記述子 -バリアントとモーメント機能

最近、画像のサイズ変更と正規化が特徴抽出の前に行われることを発見しました。そして彼らは次のようなアルゴリズムを提案します：

• 100*100などの特定の解像度にサイズ変更します
• 画像の第一原理成分への垂直方向の配置。
• 最後に、画像に合う境界ボックスを再構築します。

指の位置が合ったらどうなるのか疑問です。トレーニングフィンガーが手のひらの主軸と45度整列し、長さが10単位の場合、テストデータが45度と5単位以外の長さで整列しているように表示されるとどうなりますか？

そして遭遇した特徴：指の数と主成分分析（PCA）。しかし、PCAは物理的に何を意味するのでしょうか？

私は画像登録方法に取り組んでおり、領域ベースの特徴検出器を使用したいと考えています。代表として、すでにopencvで実装されているのでMSERを考えました。

MSER領域を検出する方法を知っています.MSER検出器は、点のベクトル、輪郭内のMSER領域を提供します.これらの輪郭の重心を取得したいと思います. それらに楕円を合わせることができましたが、これらの楕円の重心をどのように取得できるかはわかりません。このタスクを処理できる機能が既に実装されているかどうか誰かが知っていますか? それとも、アルゴリズムを開発する必要がありますか?

理由は、この重心点を興味深い点として点対応を行いたいからです。

ありがとう

イヴァン

自動注釈の目的でトレーニング画像から色とテクスチャの特徴を抽出したいと思います。グーグルでアルゴリズムをいくつか見つけました。

できればC++で、このタスクの特定のツールまたは既存のコードに案内してもらえますか。

ありがとう

ドキュメントを分類するドキュメント分類器を構築しています。

したがって、最初のステップは、トレーニング目的で各ドキュメントを「特徴ベクトル」として表すことです。

調査の結果、Bag of Words アプローチまたは N-gram アプローチのいずれかを使用して、ドキュメントをベクトルとして表現できることがわかりました。

各ドキュメント (スキャンされた PDF と画像) のテキストは OCR を使用して取得されるため、一部の単語にはエラーが含まれています。また、これらのドキュメントで使用されている言語についての予備知識もありません (ステミングは使用できません)。

したがって、私が理解している限り、n-gram アプローチを使用する必要があります。または、ドキュメントを表す他のアプローチはありますか?

また、より明確な全体像を把握し、それがどのように機能するかを理解するために、誰かが私を N-Gram ガイドにリンクしていただければ幸いです。

前もって感謝します

Cで統一LBPを実装していますが、コンセプトについて混乱しています。LBPを実装しました。512*512 寸法の画像があるとします。LBP の後は 510*510 になります。このLBP画像から256ビン/ピクセルを取得する方法。

そして、これはルックアップ テーブルです。

テキスト分類の問題を考えてみましょう。したがって、ドキュメントが Bag of words として表される場合、n 次元の特徴が得られます。ここで、n はドキュメント内の単語数です。ここで、ドキュメントの長さも feature として使用することにした場合、この機能だけの次元 ( length ) は 1 になります。では、両方の機能 (長さと言葉の袋) を組み合わせて使用​​するにはどうすればよいでしょうか。機能を 2 次元 (n 次元ベクトル (BOW) および 1 次元機能 (長さ) と見なす必要があります。これが機能しない場合、機能を組み合わせるにはどうすればよいですか。これに関するポインタも役立ちますか?

コーパスからnltkを使用してコロケーションを抽出し、それらのオカレンスをscikit-learn分類子の機能として使用しようとしています。残念ながら、私はnltkにあまり精通しておらず、これを行う簡単な方法がわかりません。私はここまで来ました：

• BigramCollocationFinderコーパスからを使用してコロケーションを抽出します
• ドキュメントごとに、（を使用してnltk.bigrams）すべてのバイグラムを抽出し、それらがコロケーションの1つであるかどうかを確認します
• TfidfVectorizer何もしないアナライザーでを作成する
• 抽出されたバイグラムの形式でドキュメントをフィードします

それは私にはかなり複雑に思えます。また、単語にまたがるバイグラムBigramCollactionFinderのパラメータがあるという問題もあります。window_size標準のnltk.bigrams抽出ではそれができません。

これを克服する方法は、ドキュメントごとに新しいBigramCollocationFinderをインスタンス化し、バイグラムを再度抽出して、以前に見つけたものと照合することです...しかし、これも複雑に思えます。確かにそれを行うためのより簡単な方法がありますが、私は見落としています。

あなたの提案をありがとう！

私は、画像ファイルの形式が正しくない（ファジングされている、つまり画像データが変更されている）プロジェクトに取り組んでいます。これらのファイルをさまざまなプラットフォームでレンダリングすると、プラットフォームからの警告/クラッシュ/パスレポートが表示されます。

教師なし機械学習を使用してシールドを構築しようとしています。これは、これらの画像を悪意のあるものかどうかを識別/分類するのに役立ちます。私はこれらのファイルのバイナリデータを持っていますが、視覚的にこれらの画像は何でもよいので、これからどのfeatureSet/patternsを識別できるかわかりません。（バイナリデータから機能セットを見つけることができる必要があります）

このバイナリデータからの自動特徴抽出に使用できるツール/方法についてアドバイスが必要です。KohenenのSOMなどの教師なし学習アルゴリズムで使用できる機能セット。

私はこれに不慣れです、どんな助けでも素晴らしいでしょう！

Python は初めてなので、助けが必要です: AIM: 10 個の画像を含む画像データベースがあります。色相特徴抽出器を使用して各画像から色相を抽出し、それをリストに保存して、リストをデータベースに属さない他の画像の色相と比較したい今、このコードは単一の画像に対してうまく機能します。

私は正しい軌道に乗っていますか？仕事の方向性を教えてください。