一袋字 - 图像分类

Question

我对基于图像分类的单词包含一些疑问，我将首先告诉我做了什么

1. 我使用SURF方法从训练图像中提取了两个不同类别的特征，

2. 然后我对这两个类别的功能进行了聚类。

3. 为了将我的测试图像（即）分类到测试图像所属的两个类别中。为了这个分类的目的，我正在使用SVM分类器，但这里是我有疑问的，我们如何输入测试图像我们是否必须再次从1到2执行相同的步骤然后将其用作测试集或者是否存在任何其他方法，

4. 也很高兴知道弓法的效率，

好的，有人给我一个澄清

Answer 1

分类器需要测试数据的表示与训练数据具有相同的含义。因此，当您评估测试图像时，您将提取特征，然后根据原始词汇表中的哪些单词最接近直方图。

那是：

1. 从整个训练集中提取功能。
2. 将这些功能集中到词汇表V中;你得到了K个不同的集群中心。
3. 将每个训练图像编码为每个词汇元素在图像中显示的次数的直方图。然后每个图像由长度为K的矢量表示。
4. 训练分类器。
5. 给定测试图像时，提取特征。现在将测试图像表示为来自V的每个聚类中心最接近测试图像中的特征的次数的直方图。这又是一个长度K向量。

通过获取条目的平方根来折扣直方图通常也是有帮助的。这个approximates a more realistic model用于图像功能。