如何使用 LibSVM 进行图像分类的多个描述符 - Matlab

Question

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

Answer 1

我不确定这是解决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，您似乎正在尝试将多个线索组合起来进行学习，这不是一项简单的任务。

我可以为你推荐两种方法：

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，（使用您的训练数据的提醒），您使用您拥有的K 分类器对每个示例进行分类：这将为您提供一个新 K-每个样本的维度特征向量（您可以放置​​分类结果，或使用与分离超平面的距离来填充新描述符中的k-th 条目）。现在您可以在新的K-维度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。

-享受吧！