SIFT输入到ANN

Question

我尝试使用人工神经网络对图像进行分类，我想尝试的方法是：

1. 获取功能描述符（暂时使用SIFT）
2. 使用神经网络分类

我正在使用OpenCV3和Python。

我对机器学习比较新，我有以下问题 -

我分析的每张图片都会有不同数量的关键点＆＃39;因此2D＆＃39;描述符的不同维度＆＃39;阵列。我如何决定ANN的输入。例如，对于一个样本图像，描述符形状为（12211,128），因此我将此数组展平并将其用作输入，在这种情况下，我必须担心每个图像的输入大小不同，或者我是否计算其他内容输入？

Answer 1

如果在获取特征提取器之前对每个图像应用标准化，那将是一件好事。

Answer 2

我不确定这是否是一个确切的解决方案，但这对我有用。主要思想如下：

• 将图片划分为MxN网格。
• 为每个子图像获取一定数量的特征点。
• 连接所有子图像的结果，以获得整个图像的特征向量。

支持代码大致如下（函数“pre_process_image”）：

if (Input.GetKeyDown(KeyCode.R))
    {
        SceneManager.LoadScene(SceneManager.GetActiveScene().buildIndex);
    }

然而，非常慢。我正在研究一种使用PCA最佳选择功能的方法。