SVM训练HOG描述符结果(在Matlab中)

我想通过提取正负训练样本的HOG特征来对汽车进行分类。问题是我不确定如何处理从每张图像中获取的HOG特征,以便将它们“转换”成可训练的数据向量。

编辑:谢谢,这澄清了一些问题。我已经尝试按照@人名建议的方式拼接矩阵(谢谢),但不确定应该拼接哪个维度。我还有最后一个问题,使用这种方法意味着我必须将所有训练图像重新缩放到相同的大小。所以我想知道这样是否仍然能实现可靠的分类。如果不能,我该如何克服这个问题?

对于可能对提取HOG特征过程有疑问的其他人,我刚刚找到了这个教程,它对理解HOG描述符及其用途非常有帮助。


回答:

使用reshape(h,[],1);或直接h(:)来将块内的直方图向量化。你也可以考虑对每个向量进行归一化处理。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注