graphics - 使用 Gist 描述符的图像分类

Question

我使用 libSVM 创建了一个多类 SVM 模型来对图像进行分类。我使用网格搜索优化了 C 和 G 参数并使用了 RBF 内核。

这些类是 1）动物 2）花卉 3）风景 4）肖像。

我的训练集是每个类别的 100 个图像，对于每个图像，我使用 Lear 的 Gist Descriptor C 代码提取了一个 920 长度的向量：http: //lear.inrialpes.fr/software。

在 50 个图像/类别上测试我的模型后，我达到了大约 50% 的准确度，这是随机的两倍（25%，因为有四个类别）。

我对计算机视觉比较陌生，但熟悉机器学习技术。有关如何有效提高准确性的任何建议？

非常感谢，期待您的回复！

Answer 1

这是非常非常非常开放的研究挑战。并且不一定有一个单一的答案在理论上可以保证更好。

鉴于您的类别，这并不是一个糟糕的开始，但请记住，Gist 最初被设计为场景分类的全局描述符（尽管经验证明它对其他图像类别有用）。在表示方面，我建议尝试基于颜色的特征，如基于补丁的直方图，以及流行的低级梯度特征，如 SIFT。如果您刚刚开始学习计算机视觉，那么我会说 SVM 对于您正在做的事情来说已经足够了，这取决于您的图像集的可变性，例如照明、视角、焦点等。