任务：我有超过10万张从视频中提取的图像（视频帧），我需要分类出哪些图像包含我列表中的标志。

问题：我创建了一个标志图像库。为了分类任务，我打算使用LIBSVM。我需要将图像转换为SVM数据集的格式。我已经阅读了LIBSVM网站上的材料、FAQ和《支持向量分类实用指南》。但我仍然找不到如何为LIBSVM训练准备数据/图像的答案。我将非常感谢任何帮助。

回答：

你需要将你的数据向量化，使用你选择的基于图像计算的特征集。我不会在这里详细说明所有细节，因为这将占用太多空间，并且与SO的主题无关。

简而言之，最佳的向量化方式在很大程度上取决于你想要检测的形状（例如标志）。霍夫变换几乎总是被使用，因此你可能需要研究一下这一点。

其次，对象检测通常是通过在每张单一图像上运行多个平移/缩放/旋转的分类器来进行的。在这种情况下，你希望使用运行时复杂度非常低的分类器。线性核和交集核通常被使用。LIBSVM不提供交集核，但你可以自己计算。对于复杂度原因，使用LIBLINEAR可能更有趣，它明确构建分离超平面，因此预测的复杂度大大降低。