0

我需要对成对的图像进行分类并指出它们是否相同。我使用了几个描述符作为 SIFT LBP 等等。我现在想使用 LIBSVM 进行训练和测试。我如何使用 svmTrain。我应该只保存 2 个描述符之间的距离，然后只有 1 个 1:SIftDelta, 2:LBPDelta

这是正确的方法还是有更好的方法？谢谢

4

1 回答 1

1

我不确定这是这个问题的正确论坛，因为它更多地处理“高级”学习概念，而不是在 Matlab 中的具体实现。

话虽如此，您似乎正在尝试结合多个线索进行学习，这并非易事。

我可以为您推荐两种方法：

  1. 直接方法 - 只需将所有描述符连接成一个非常长的一个，然后在这个高维空间中进行学习。

  2. 分两个阶段进行学习（因此，您必须将训练数据分成两部分）：

在第一阶段，学习K分类器，每个分类器使用不同的描述符（假设您希望使用K不同的描述符）。

然后，在第二阶段，（使用训练数据的提醒），您使用K您拥有的分类器对每个示例进行分类：这将为您提供每个样本的新 K维特征向量（您可以放置​​分类结果，或使用从分离超平面到填充k新描述符中的第 - 个条目的距离）。K现在您可以在新的- 维向量上训练第二个分类器。第二个分类器为您提供多描述符系统的最终输出。

-享受！

于 2012-12-23T12:55:19.897 回答