问题标签 [feature-extraction]

我在使用 AutotunedIndexParams 进行 openCV 2.4.2 flann 索引时遇到问题。如果我使用多个图像来创建索引，程序将退出并输出：

那是我在 JavaCV 中得到的相同代码的类似错误，其中错误如下：

在 openCVs miniflann.cpp 中，我发现p["algorithm"]设置了多行，这可能与问题有关吗？

为了在这里测试我的 C++ 代码，如果需要，我也会发布 java 代码；-)

图片可以在这里找到：图片

I am a student assigned to do a project under sign Language interpretation. I have done all segmentation and morphological operations. Further, its time to classify gestures, and i have gone through different journals. I have little doubt that what features suitably satisfy my classification. I have chosen C# as a programming language and SVM Classifier for classification. Please list me out some possible features. If possible, well document with complete mathematics.

Features I have found: Shape Descriptors like aspect ratio, circularity, spreadness Hu - Variants and moment Features

I have recently found that re-sizing and normalization of an image is done before feature extraction. And they suggest the algorithm like:

• Resize into certain resolution say 100*100
• vertical allignment to first principle component of image.
• lastly, reconstructing boundary box that fits the image.

I am with doubt that what if the finger alignment. If the training finger is 45 degree aligned with main palm axis and is 10 unit long, what if the testing data appears as it is aligned other than 45 degree and 5 unit long??

And Encountered features: Finger count and principal component analysis(PCA). But what does PCA physically means?

我正在研究一种图像配准方法，我想使用基于区域的特征检测器。作为代表并且因为它已经在opencv中实现，我想到了MSER。

我知道如何检测 MSER 区域。MSER 检测器给出了点向量内的 MSER 区域，一个轮廓。我想检索这些轮廓的质心。我可以在它们上面放置一个椭圆，但是我不知道如何检索这些椭圆的质心。有人知道是否已经实现了可以处理此任务的功能吗？还是我必须开发一个算法？

原因是我想使用这个质心点作为有趣的点来执行点对应。

谢谢

伊万

我想从训练图像中提取颜色和纹理特征以进行自动注释。在谷歌上我发现算法一些算法。

有人可以指导我使用 C++ 完成这项任务的特定工具或现有代码吗？

谢谢

我正在构建一个文档分类器来对文档进行分类。

因此，第一步是将每个文档表示为“特征向量”以用于训练目的。

经过一番研究，我发现我可以使用 Bag of Words 方法或 N-gram 方法将文档表示为向量。

使用 OCR 检索每个文档（扫描的 pdf 和图像）中的文本，因此某些单词包含错误。而且我没有关于这些文档中使用的语言的先前知识（不能使用词干）。

据我了解，我必须使用 n-gram 方法。还是有其他方法来表示文档？

如果有人可以将我链接到 N-Gram 指南以便获得更清晰的图片并了解其工作原理，我也将不胜感激。

提前致谢

我在 C 中实现统一的 LBP。但我对这个概念感到困惑。我已经实施了 LBP。假设我有一个 512*512 尺寸的图像。在 LBP 之后，它将是 510*510。现在如何从这个 LBP 图像中获得 256 个 bins/pixels。

这是查找表：

让我们考虑文本分类的问题。因此，如果将文档表示为 Bag of words ，那么我们将有一个 n 维特征 ，其中文档中有 n 个单词。现在如果我决定我也想使用文档长度作为特征，那么这个特征的维度（长度）将是一。那么我如何结合使用这两个功能（长度和词袋）。现在应该将特征考虑为 2 维（n 维向量（BOW）和 1 维特征（长度）。如果这不起作用，我该如何组合这些特征。任何关于此的指针也会有帮助？

我正在尝试使用 nltk 从语料库中提取搭配，然后将它们的出现用作 scikit-learn 分类器的特征。不幸的是，我对 nltk 不是很熟悉，而且我看不到一个简单的方法来做到这一点。我做到了这一点：

• BigramCollocationFinder使用from corpus提取搭配
• 对于每个文档，提取所有二元组（使用nltk.bigrams）并检查它们是否是搭配之一
• TfidfVectorizer使用什么都不做的分析器创建一个
• 以提取的二元组形式向其提供文档

这对我来说似乎过于复杂了。还有一个问题是，它BigramCollactionFinder有一个window_size跨越单词的二元组参数。标准nltk.bigrams提取不能做到这一点。

克服这个问题的一种方法是为每个文档实例化一个新的 BigramCollocationFinder 并再次提取二元组并将它们与我之前找到的那些进行匹配......但同样，这似乎很复杂。当然，我忽略了一种更简单的方法。

感谢您的建议！

我正在从事一个项目，其中我的图像文件格式错误（模糊，即它们的图像数据已被更改）。这些文件在各种平台上呈现时会导致来自平台的警告/崩溃/通过报告。

我正在尝试使用无监督机器学习构建一个防护罩，这将帮助我将这些图像识别/分类为恶意或非恶意图像。我有这些文件的二进制数据，但我不知道我可以从中识别出哪些特征集/模式，因为从视觉上看，这些图像可能是任何东西。（我需要能够从二进制数据中找到特征集）

我需要一些关于我可以用来从这个二进制数据中自动提取特征的工具/方法的建议；我可以将其与无监督学习算法（例如 Kohenen 的 SOM 等）一起使用的功能集。

我是新手，任何帮助都会很棒！

我是 python 新手，因此我需要一些帮助： AIM：我有一个包含 10 张图像的图像数据库。我想使用色调特征提取器从每个图像中提取色调并将其存储在列表中，并将列表与不属于数据库的其他图像的色调进行比较现在此代码对我来说适用于单个图像，例如：

我在正确的轨道上吗？请给我工作的方向。