如何使用BOW

Question

我尝试使用SVM分类和BoW聚类算法实现实时对象分类程序。我的问题是选择正面和负面训练图像的好方法是什么？

正面图像集

• 背景应该是空的吗？ 意思是，图像是否只包含感兴趣的对象？当实时实现该算法时，测试图像将不仅包含感兴趣的对象 ，它肯定也会从背景中获得一些信息。 因此，我应该选择与测试图像更相似的图像，而不是使用隔离的图像集合吗？

负图像集

• 这些可以是没有感兴趣对象的任何图像集吗？或者它们应该来自将在没有感兴趣对象的情况下测试该算法的环境？ 例如，如果我要在我的客厅环境中对手机进行分类，那么如果没有手机在前台，我的客厅环境的背景图像是否应该是负片？或者它可以是任何图像集？ （像厨房，客厅，卧室或户外图像）我问这个因为，我不希望系统是特定于环境的。在任何环境（室内和室外）都必须坚固

谢谢。非常感谢任何帮助或建议。

Answer 1

正面图像集

是的，您一定要选择看起来与测试图像更相似的图像。

负图像集

它可以是任何图像集，但最好包括来自将在没有感兴趣对象的情况下测试该算法的环境中的图像。

<强>一般

请阅读我的answer其他一些问题，这会很有用。讨论中继续进行讨论，因此也可能有用。