我想知道，如果您对如何组合多功能提取器以获得更好的分类性能有任何想法。例如，在Nilsback论文"Automated flower classification over a large number of classes"中，他们将4个不同的特征提取器组合在一起。如果您有任何想法，我想知道如何做到这一点？
P.S。我的工作是在C ++ / opencv
先谢谢你。
答案 0 :(得分：1)
一般情况下，如果你有多个特征提取器，每个特征提取器都给你一个矢量描述，那么组合它们的方法就是连接矢量。但是，通过这样做，您可以使用松散的信息，例如，某些特征描述符是概率分布这一事实。
对于SVM，如何利用关于描述符的一些进一步知识的一种方法是使用单独内核的线性组合，其中每个内核都与您的一个描述符一起使用。然后，您可以将内核拟合到它们的描述符，以及线性组合中的权重。这种技术称为“多核学习”。
可能有用的一些指示：