SVM图像目标大小问题

Question

从我可以收集的信息中，当使用SVM时，它会尝试将其训练的内容与具有相似大小的目标目标的图像进行匹配。

更好地解释自己的简单示例：

如果SVM接受过关于like this的iPod nano图像的培训，那么当看起来like this的图片出现时效果不会很好。

我发现，通过我的训练集，当它再次作为测试集运行SVM时，将目标显示为iPod的训练图像（即更远）尽管受过这些图像的训练，但未能被认为是一场比赛。

那么可以做些什么来对付这个？或者您是否只需创建多个SVMs，这些{{1}}在不同的距离上使用所需目标进行训练？

Answer 1

首先，你的方法并不好。 SVM试图说出图像是否相同（在某种程度上，如你所说），所以如果你的图像在某个区域中包含一个对象则不然。因此，您需要检测图像中的对象，然后使用SVM对其进行分类。在你的第二张图片中，你的iPod太小了，周围的信息太多了。您需要一个探测器（traincascade）。

或者你可以训练一个弓箭（见this以便更好地理解），这将能够说明你的图像是否包含对象。或者尝试使用特征检测器，描述符提取器和匹配来查找同一个对象（如here）。