問題タブ [feature-extraction]

ウェブサイトで見たような特徴抽出の最初のステップである「フレームブロッキング」に興味があります。オーディオの特徴抽出には、次の手順に従う必要があると書かれています。

1. フレームブロッキング
2. ウィンドウ処理
3. fft
4. メル周波数ワーピング
5. ケプストラム

「フレームブロッキング」とはどういう意味ですか？誰かがそのためのアルゴリズムまたはコード（c＃）を与えることができますか？

ちなみに、このステップの順序は特徴抽出に当てはまりますか？

特徴抽出の前にaduioを「事前フィルタリング」するために何をすべきですか？

ありがとう。

私は自然言語処理のための特徴抽出の初心者です。ハッシュマップを使用してテキストの特徴を抽出する方法を知りたいです。各機能がハッシュマップの「キー」であり、その値が「値」(すべての機能が 0 または 1 のバイナリ) である場合、n 個のハッシュマップ (n はテキスト内の単語の数) が必要であることを意味しますか? )? 単語ごとに特徴を抽出する必要があるためです。

私は正しいですか？

前もって感謝します、アリス

私は現在、手話認識アプリケーションに取り組んでいます。ここでは、分類段階として隠れマルコフ モデルを使用したいと考えています。つまり、ジェスチャー/姿勢を分類して、関連する文字または単語を取得します。

私は現在、手を検出している最初の段階を完了しました。現在、次のような機械学習段階で使用できる多くのパラメーター (機能) を取得できます。

• 手の凸包
• 凸欠陥
• 手の重心
• 回転した楕円/長方形の境界を設定する (例: 回転に関して必要な角度を取得する)
• 手の輪郭
• 瞬間（これらが正確に何であるかはわかりません）

これらはすべて openCv を介して実行できます。

私の質問: これらすべての機能を取得したら、「機能抽出」ステージを実行するにはどうすればよいですか? つまり、機械学習アルゴリズム、この場合は HMM が一連の確率を必要とする場合、上記の情報をどのように使用できますか?

私が持っている 1 つのアイデアは、各ジェスチャを一意に識別するような情報を含む特別なデータ構造を作成することですが、機械学習技術にどのようにフィードするのでしょうか? (この場合、隠れマルコフ モデル)

この特定の段階で少なくとも何を探すべきか、または実際に私が抱えている本当の困難が何であるかを示すように私を導くことができる人はいますか?

サポート ベクター マシンを使用してテキスト分類を行っていますが、基本的にテスト セットの特徴ベクトルの計算について混乱しています。

特徴ベクトルをトレーニングするために、各トレーニング データの TF-IDF ベクトルを取得し、TF-IDF 値を使用して特徴マトリックス [docs x terms] を構築しました。

しかし、テスト セットの特徴ベクトルを計算するのはどうでしょうか。トレーニング セットの TF-IDF 値を使用して計算する必要がありますか?

例: 特定の単語「リンゴ」のトレーニング セットでは、ドキュメント頻度は 5 です。テスト セットでは、「リンゴ」に値 5 を使用する必要がありますか? または、テスト セットに基づいて TF-IDF を再計算しますか?? むしろ、特徴ベクトルを計算する際に間違った方向に進んでいますか??

前もって感謝します！

周囲のピクセルのグレー値を使用して、画像の各ピクセルの特徴ベクトルを抽出しようとしています: http://img59.imageshack.us/img59/7398/texturemap.png 黒でマークされたピクセルは、他のピクセルは、後で使用される SVM の結果に対して冗長であるためです。

現時点では、このコードが使用されています：

image_file* は、イメージに関する情報を持つクラスへのポインタです。これを行うより速い方法があるかどうか疑問に思っていました。

OpenCV は、以下のように手書きで描かれた幾何学的形状を検出できますか? 形状は、長方形、三角形、円、曲線、円弧、多角形などです。これらの形状を検出する Android アプリケーションを開発します。