Я хочу объединить гистограмму ориентированных градиентов и Локальный двоичный шаблон с использованием Машина опорных векторов< /а>. Но характеристики имеют разную размерность. Как я могу их совместить?
Объединение нескольких функций с помощью svm
comment
Можете ли вы предоставить более подробную информацию? (может быть, через пример данных) и что вы пробовали?
- person greeness schedule 18.01.2013
comment
Почему бы просто не нормализовать оба вектора и не соединить их?
- person Niki schedule 18.01.2013
comment
@greeness У меня есть функции HOG (гистограмма ориентированных градиентов) и LBP (локальный двоичный шаблон). Функции HOG имеют размер 4608*без изображений, а функции LBP имеют размер 7424*без изображений. Я хочу изучить один классификатор SVM (машина опорных векторов), используя обе функции. Но, поскольку они разного размера, я не могу напрямую объединить их для изучения одного классификатора. Как мне поступить?
- person buggedUp schedule 18.01.2013
comment
@nikie Функции уже нормализованы. Более того, нормализация никак не повлияет на размеры.
- person buggedUp schedule 18.01.2013
Ответы (1)
Комментарий nikie выше верен: вы можете просто объединить функции. Таким образом, для каждой точки данных (изображения) вектор признаков будет выглядеть следующим образом:
[HOG1, HOG2, ..., HOG4608, LBP1, LBP2, ..., LBP7424]
где HOGn — n-й признак среди признаков HOG и т. д.
Тогда ваш набор данных будет иметь размер (без изображений, 4608+7424).
person
Blazej Wieliczko
schedule
18.01.2013
Спасибо..... Как совместить линейный SVM и нелинейный вывод SVM с одинаковым весом?
- person Somnath Kadam; 14.04.2013
Я спрашиваю в старой ветке, но мне интересно, в этом случае все функции HOG1,...,HOGN и LBP1,...,LBPM сами по себе являются векторными значениями, объединенными в гораздо больший вектор. Это правильно?
- person Ufuk Can Bicici; 11.11.2014
