【问题标题】:cv.KMeans2 clustering indices inconsistentcv.KMeans2 聚类索引不一致
【发布时间】:2012-08-10 07:14:27
【问题描述】:

所以我有一个视频,上面有 3 个绿点。这些点在其周边有许多“可追踪的好特征”。

这些点彼此相距很远,因此使用 KMeans 我可以轻松地将它们识别为单独的集群。

问题在于集群的顺序会随着帧的变化而变化。在一个帧中,一个特定的簇是输出列表中的第一个。在下一个集群中,它是输出列表中的第二个。

很难测量角度。

除了编写额外的代码将每个列表与前一帧的列表进行比较之外,有没有人遇到过这个问题或者可以想到解决方法?

【问题讨论】:

    标签: python opencv cluster-analysis k-means


    【解决方案1】:

    由于 k-means 是一种随机方法,即使多次分析同一帧,您也可能会遇到此问题。

    尝试使用之前的帧聚类中心作为 k-means 的初始中心。这可能使排序对您来说足够稳定,甚至可以显着加快 k-means(假设绿点移动的速度不会太快)。

    或者,只需尝试重新排序均值,使它们最接近之前的图像均值。

    【讨论】:

    • 我最终按照您的建议做了...使用良好的功能来跟踪以找到要聚类的点,使用 kmeans 找到初始中心并从那里使用光流。
    猜你喜欢
    • 1970-01-01
    • 2018-11-22
    • 1970-01-01
    • 2020-11-12
    • 2018-01-12
    • 2014-02-22
    • 2012-08-26
    • 2021-12-01
    • 2013-08-07
    相关资源
    最近更新 更多