如何在matlab中结合两个分类模型？

Question

我正在尝试使用Matlab内置的中提琴面部检测来检测面部。无论如何我可以将两个分类模型如“FrontalFaceCART”和“ProfileFace”合二为一，以获得更好的结果吗？

谢谢。

Answer 1

您无法组合模型。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，即不同的算法背后，也许也有不同的训练）。

根据分类模型帮助（可以找到here），您的两个分类器的工作方式如下：

• FrontalFaceCART是一个由弱分类器组成的模型，基于分类和回归树分析
• ProfileFace由弱分类器组成，基于决策树桩

在提供的链接中可以找到更多信息，但您可以很容易地看到它们的内在行为有很大差异，因此您无法将它们混合或组合它们。
它（在机器学习中）将支持向量机与K-最近邻点混合：第一个使用分离超平面，而后者仅基于距离。

然而，你可以并行训练几个模型（例如独立）并选择最适合你的模型（例如更小的错误率/更高的准确度）：所以你基本上创建了许多不同的分类器，给他们相同的训练集，评估每个准确度（和/或其他参数）并选择最佳模型。

Answer 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（假设大多数图片是正面）。如果分类器失败，则尝试使用配置文件分类器。

我用面部数据集做到了这一点，它提高了我的整体分类准确性。此外，如果您有一些先验信息，您可以使用它。在我的情况下，面部通常位于图片的中间部分。

为了进一步提高性能，不使用你正在使用的MATLAB中的两个分类器，你需要改变你的技术（可能还有你的编程语言）。这是迄今为止最好的方法：Facenet。