如何在matlab中结合两个分类模型？答案

【问题标题】：How to Combine two classification model in matlab?如何在matlab中结合两个分类模型？
【发布时间】：2016-06-10 21:03:27
【问题描述】：

我正在尝试使用 Matlab 内置的 viola jones 人脸检测来检测人脸。无论如何，我可以将“FrontalFaceCART”和“ProfileFace”等两种分类模型合二为一以获得更好的结果吗？

谢谢。

【问题讨论】：

通常分类模型会输出某种概率度量，以确定输入属于他们试图区分的类别的可能性。只需在两个模型中使用不属于训练一部分的不可见输入，然后将输入的类别分配给给您最高后验概率的类别。

【解决方案1】：

您不能组合模型。这在任何分类任务中都是无意义的，因为每个分类器都是不同的（工作方式不同，即其背后的算法不同，也可能训练方式也不同）。

根据分类模型帮助（可在here 找到），您的两个分类器的工作方式如下：

可以在提供的链接中找到更多信息，但您可以很容易地看到它们的内在行为是相当不同的，因此您不能将它们混合或组合它们。
这就像（在机器学习中）将支持向量机与 K 最近邻混合：第一个使用分离超平面，而后者仅基于距离。

但是，您可以并行训练多个模型（例如独立地）并选择更适合您的模型（例如更小的错误率/更高的准确度）：因此您基本上可以创建任意数量的不同分类器，给它们相同的训练集，评估每个准确度（和/或其他参数）并选择最佳模型。

【讨论】：

但是如果我使用 FrontalFaceCART 和 ProfileFace 运行两个单独的 vision.CascadeObjectDetector 对象，然后在我的图像上运行每个对象，可以吗？其实我也做过类似的事情。我已经通过这两个模型运行了图像，并为每个模型得到了两组边界框。然后将它们连接在一起形成一个矩阵，以便从中得到一个结果。但是只有一个问题是边界框重叠？知道如何摆脱它们吗？
所以你基本上是按照我的建议去做（并行运行模型），但不是选择最好的结果，而是试图在它们之间进行某种权衡。因此，您正在组合 results 而不是 models。这更有意义。
重叠框问题与您使用两个模型的输出有关。你无法避免它，但当然你可以丢弃一个盒子或将盒子连接在一起。这实际上是您结果的组合阶段，我认为您必须手动完成。尝试谷歌搜索“重叠矩形 matlab”或类似的东西，这是一个非常研究的问题。

【解决方案2】：

一种选择是制作分层分类器。因此，在第一步中，您使用正面分类器（假设大多数图片都是正面）。如果分类器失败，您尝试使用配置文件分类器。

我使用人脸数据集做到了这一点，它提高了我的整体分类准确性。此外，如果你有一些先验信息，你可以使用它。在我的例子中，人脸通常位于图片的中间部分。

为了进一步提高您的性能，在不使用您正在使用的 MATLAB 中的两个分类器的情况下，您需要更改您的技术（可能还有您的编程语言）。这是迄今为止最好的方法：Facenet。

【讨论】：