Я хочу классифицировать автомобили, извлекая из себя боровшиеся особенности положительных и отрицательных образцов обучения. Проблема в том, что я не уверен, что делать с функциями HOG, которые я приобрел из каждого изображения, чтобы «преобразовать» их в обучаемые векторы данных.SVM-подготовка результатов дескриптора HOG (в Matlab)
Редактировать: Спасибо, что очищает некоторые вещи. Я уже пытался конкатенировать матрицу, как предложил Bentoy13 (спасибо), но не знал о том, какое измерение конкатенировать. У меня только один последний вопрос, используя этот метод означает, что мне нужно повторно масштабировать все мои обучающие изображения до того же размера. Поэтому мне было интересно, сможет ли это обеспечить надежную классификацию. Если это не так, как я могу решить эту проблему?
Для других, у кого могут возникнуть вопросы о процессе извлечения функций hog, я просто нашел это tutorial, что очень полезно для понимания дескриптора HOG и его использования.
Построить просто вектор, объединяющий все гистограммы блока (см. [Здесь] (http://en.wikipedia.org/wiki/Histogram_of_oriented_gradients#Block_normalization)) – Bentoy13