如何使用LibSVM进行图像分类的多个描述符 - Matlab

Question

我需要对图像对进行分类，并指出它们是否相同。我使用几个描述符作为SIFT LBP等。 我现在想要使用LIBSVM进行培训和测试。 我该如何使用teh svmTrain。 我应该只保存2个描述符之间的距离，然后只有1 1：SIftDelta，2：LBPDelta

这是正确的方法还是有更好的方法？ 谢谢

Answer 1

我不确定这是这个问题的正确论坛，因为它更多地涉及“高水平”的学习概念，而不是Matlab中的具体实现。

话虽如此，您似乎正在尝试将多个线索结合起来进行学习，这不是一项微不足道的任务。

我可以为你提出两种方法：

1. 直接方法 - 只需将所有描述符连接成一个非常长的描述符，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个分类器，每个分类器使用不同的描述符（假设您希望使用K个不同的描述符）。

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 new {{ 1}} - 每个样本的维特征向量（您可以放置​​分类结果，或使用距离分离超平面的距离来填充新描述符中的K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。

-Enjoy！