使用词袋/特征和神经网络

Question

我正在尝试实现一个包含以下步骤的对象检测模块：

1) 使用 SURF 提取图像描述符，创建大小为 [x, 64] 的矩阵，其中 x 取决于图像中找到的关键点的数量；

2) 使用特征/词袋方法将描述符大小固定为 [k,64] 格式。其中 k 是使用 k-means 创建的集群的数量。

3) 使用生成的词袋矩阵作为训练样本来输入神经网络。

到目前为止，我已经实现了第 1 步和第 2 步，但我不太确定如何格式化 NN 的输出向量。在 OpenCV CvANN_MLP 上，输出向量中的行数应该与输入行数相同（否则返回 what() 异常），但输入行数是第 2 步中 k 个簇的数量，所以我我不明白如何基于此编写输出矩阵。

我知道输出矩阵应该有 n 列，对应于我想要的输出中的类数（例如 3 个类：猫、狗和鸟将在一个具有 3 列的矩阵上产生），但是我如何组织基于输入行的该矩阵的行？我读了这个相关的post，它使用matlab，它说每个特征应该是一行，但我不知道如何在OpenCV C++上做到这一点。 如果有人对如何进行此操作有任何想法/提示，将不胜感激。

Answer 1

你这样做了吗：

但是，正如您所怀疑的那样，在您训练神经网络之前，您 必须代表您希望使用此特征向量训练的每张图像。

在喂食你的神经网络之前？我缺乏使用神经网络的经验，但是在阅读 this 和您的问题之后，您似乎正在尝试将词袋集群提供给您的神经网络，这是不正确的。