Мне удалось преобразовать изображения в гистограммное представление визуальных слов. Это может быть что-то простое, как следующее (нормированный):Как использовать libsvm с гистограммами мешков слов
[0.1, 0.2, 0, 0.1, 0, 0.05, 0.3, 0, 0, 0, 0.2, 0.05, 0]
, который добавляет до 1
теперь, если у меня есть много различных итераций гистограммы выше, я хочу, чтобы классифицировать его с libsvm. Но я застрял здесь, я знаю синтаксис для svmtrain:
model=svmtrain(label,training_matrix)
обучение матрица должна быть просто м х п матрицы всех моих гистограмм но как насчет этикетки? Я знаю, что это должно быть +1 или -1, но откуда берутся негативные образы? Все в training_matrix должно быть положительным изображением, представляющим класс.
Неправильно ли я рассматривать каждую гистограмму как отдельный экземпляр? Если вместо этого я рассматриваю каждое визуальное слово как экземпляр, тогда у меня будут свои негативы от слов, представляющих класс.
Обычно SVM используется для классификации экземпляров, например. изображений, до двух или более классов. Можете ли вы уточнить, какие у вас занятия? вы пытаетесь различать два типа изображений или между «визуальными словами» в данном изображении (например, для идентификации элементов в нем)? – etov
@etov im пытается классифицировать изображения – mugetsu
Правильно, но в чем вы пытаетесь классифицировать изображения? т. е. есть ли у вас несколько классов, например, люди против декораций или зданий? если это так, для создания «народного» классификатора вы использовали бы «изображения людей» в качестве положительных примеров, а «декорации» или «здания» - как негативные. – etov