【问题标题】:Testing phase for bag of visual features视觉特征包的测试阶段
【发布时间】:2018-02-24 01:57:39
【问题描述】:

在视觉特征包中,步骤包括 训练阶段 1.特征提取 2. k mean 视觉词汇 3. 视觉直方图包 4.训练分类器

当您处于测试阶段时,流程是否仍然相同?例如,我有汽车和非汽车图像,在训练阶段我有 150 辆汽车和 150 辆非汽车,在测试阶段我有 50 辆汽车和 50 辆非汽车

测试阶段是否还包括通过 k 手段创建视觉词汇?有人可以向我解释一下 BOVF 中的测试阶段是如何工作的吗?

我所知道的是,您需要首先从我已经完成的测试阶段提取这些特征。

【问题讨论】:

    标签: image matlab image-processing


    【解决方案1】:

    测试图像时,您需要执行以下操作:

    1. 从图像中提取特征

    2. 对于每个特征,从所学词汇中找到最接近的单词。 (例如通过测量特征和单词之间的欧式距离)。

    3. 对于从词汇表创建的新向量,使用经过训练的分类器对图像进行分类。

    【讨论】:

    • 嗨。当我测试新图像时。我必须为新图像分配标签吗?
    • 没有。分类器将为图像分配一个标签。这就是分类器的重点。
    • 嗨。最后一个问题。我该怎么做第三步?我如何创建这个新向量?
    • 就像我在答案中写的:对于每个特征,检查词汇表中的所有单词并测量它们之间的距离。找到最接近特征的单词。用你找到的词填充一个新的指标向量。你推送给分类器的这个指标向量。
    猜你喜欢
    • 2016-09-25
    • 2013-12-28
    • 2018-08-11
    • 2017-12-10
    • 2022-07-06
    • 1970-01-01
    • 1970-01-01
    • 2012-01-04
    • 1970-01-01
    相关资源
    最近更新 更多