在 MatLab 中使用 LIBSVM 进行多类图像分类

Question

我在 MatLab 中使用 LIBSVM 来尝试对图像进行分类。

我知道 SVM 是一个二元分类模型，但是我想知道如何将它用作多类分类模型。

是否可以训练成对的数据（即汽车和非汽车、马和非马、人和非人），然后通过将图像与所有三个模型进行比较来预测图像属于哪个类别？如果是这样，我怎么能做到这一点？我的测试标签向量是什么？

Answer 1

是的，您的建议是一个好方法。它被称为one-vs-all strategy。

您需要为每个类训练单独的 SVM。输出数据将是一个二进制变量，如果属于该类，则等于 1，否则为 0。然后，为了对一个新项目进行分类，请在每个 SVM 中运行它并选择输出最高的一个（输出最接近 1）。

Answer 2

作为@Dan的补充回答，下面是我之前post的相关代码：

model = cell(NumofClass,1);  % NumofClass = 3 in your case
for k = 1:NumofClass
    model{k} = svmtrain(double(trainingLabel==k), trainingData, '-c 1 -g 0.2 -b 1');
end

%% calculate the probability of different labels

pr = zeros(1,NumofClass);
for k = 1:NumofClass
    [~,~,p] = svmpredict(double(testLabel==k), testData, model{k}, '-b 1');
    pr(:,k) = p(:,model{k}.Label==1);    %# probability of class==k
end

%% your label prediction will be the one with highest probability:

[~,predctedLabel] = max(pr,[],2);