使用SIFT功能和SVM进行图像分类

#1 楼

如果可以实现SVM，则可以量化功能。 :)

通常，使用k均值聚类对特征进行量化。首先，确定您的“词汇量”应该是多少（例如200个“视觉单词”），然后针对该数目的群集（200）运行k均值群集。 SIFT描述符是128个元素的向量，即。 e。指向128维空间。因此，您可以像其他任何点一样尝试将它们聚类。您可以从大量图像中提取SIFT描述符，类似于您希望使用功能包进行分类的图像。 （理想情况下，这应该是一组单独的图像，但是在实践中，人们通常只会从他们的训练图像集中获得特征。）然后，您可以在这套大型SIFT描述符上运行k-means聚类，以将其划分为200个（或任何其他类）聚类， 一世。 e。将每个描述符分配给一个群集。 k-means将为您提供200个聚类中心，您可以使用它们将任何其他SIFT描述符分配给特定的聚类。

然后，您将图像中的每个SIFT描述符作为对象，并确定200个聚类中的哪个通过找到最接近它的集群中心来属于它。然后，您只需计算每个集群中有多少个功能。因此，对于具有任意数量的SIFT功能的任何图像，您都有200个bin的直方图。那就是您提供给SVM的特征向量。 （请注意，“特征”一词严重超载）。

我记得，关于如何对这些直方图进行归一化有很多工作要做。我可能是错的，但是我似乎想起了一篇论文，该论文声称二进制特征向量（即，如果存在至少1个特征，则为1，否则为0）要比直方图更好。您将需要查看文献以获取详细信息，并且这些详细信息很重要。

编辑：MATLAB的计算机视觉系统工具箱现在提供了功能包。