SVMマルチクラス画像分類で使用される画像の特徴はどのようなものでしょうか？

Question

私はopencv2.4とpython 2.7を使用しています。イメージのどの機能がSVM分類に使用できるのですか？私はサーフィンと選別を行ってきましたが、初心者にとっては非常に難しいようです。その他の特徴抽出テクニックは何ですか？

Answer 1

あなたが最も簡単な表現を探しているなら、これは、2つの他のSIFTとSURF

1. ビットマップ表現
2. HOG-ヒストグラムグラデーション
の

に比べて非常に単純ですyou.Theseのに役立ちますSVMは、データ分類のための機械学習モデルです。私は単純なSVM分類器を構築しました。画像、鳥、スクエイルの2つのフォルダがある場合は、私が従う手順は

1. 画像の

   抽出HOG特徴量と

   for file in listing1: 
   img = cv2.imread(path1 + file) 
   res=cv2.resize(img,(250,250)) 
   h=hog(res) 
   training_set.append(h) 
   

2. が

   training_labels.append(1) 
   

3. もラベルを追加し、リストにこれを追加numpyの配列に両方のリストに変換します。

   trainData=np.float32(training_set) 
   responses=np.float32(training_labels) 
   

4. 電車SVM

   svm.train(trainData,responses, params=svm_params) 
   

5. テストSVM

   result = svm.predict_all(testData) 
   print result