我使用 CvSVM 仅对两种类型的面部表情进行分类。我使用基于 LBP(局部二进制模式)的直方图从图像中提取特征,并使用cvSVM::train(data_mat,labels_mat,Mat(),Mat(),params)
, where,
data_mat 的大小为 200x3452,包含 200 个行主要形式的样本的归一化(0-1)特征直方图,每个具有 3452 个特征(取决于邻域点的数量)
labels_mat 是对应的标签矩阵,只包含 0 和 1 两个值。参数为:
CvSVMParams 参数;
params.svm_type =CvSVM::C_SVC;
params.kernel_type =CvSVM::LINEAR;
params.C =0.01;
params.term_crit=cvTermCriteria(CV_TERMCRIT_ITER,(int)1e7,1e-7);
问题是:-
在测试时,我得到了非常糟糕的结果(大约 10%-30% 的准确率),即使在应用了不同的内核和 train_auto() 函数之后也是如此。
CvSVM::predict(test_data_mat,true)
给出“NaN”输出
我将不胜感激任何帮助,这让我很难过。