我使用canny算法从图像中检索轮廓。它足以拥有描述符图像并放入SVM并找到相似之处?或者我需要其他功能,如伸长,周长,面积? 我谈到这一点,因为受到这个例子的启发:http://scikit-learn.org/dev/auto_examples/plot_digits_classification.html我首先以灰度为单位给出我的图像,然后以canny算法风格为第二,在这两种情况下,我的混淆矩阵很像精度,回忆,f1得分,支持衡量
答案 0 :(得分:0)
我的建议是:
除非您的数据库中的图像数量较少和/或识别将是非常具体的(例如,不是随机的)我强烈建议您应用一个或多个功能提取器{{3} },SIFT,Fourier Descriptors,Haralick's Features提取更多可以在简短向量中汇总的细节。
然后你可以在所有这些之后应用SVM以获得更高的准确性。