如何使用带有词袋直方图的 libsvm答案

【问题标题】：how to use libsvm with histograms of bags of words如何使用带有词袋直方图的 libsvm
【发布时间】：2012-06-27 06:27:21
【问题描述】：

我已经设法将图像转换为视觉词的直方图表示。它可能是简单的，如下所示（标准化）：

[0.1, 0.2, 0, 0.1, 0, 0.05, 0.3, 0, 0, 0, 0.2, 0.05, 0]

加起来是 1

现在，如果我对上面的直方图有很多不同的迭代，我想用 libsvm 对其进行分类。但我被困在这里，我知道 svmtrain 的语法：

model=svmtrain(label,training_matrix)

训练矩阵应该只是我所有直方图的 m x n 矩阵但是标签呢？我知道它应该是 +1 或 -1，但负面图像来自哪里？ training_matrix 中的所有内容都应该是代表班级的正面图像。

将每个直方图视为一个单独的实例我错了吗？相反，如果我将每个视觉单词都视为一个实例，那么我会从代表类的单词中得到否定。

【问题讨论】：

一般会使用 SVM 对实例进行分类，例如图像，到两个或更多类。你能澄清一下你的课程是什么吗？您是想区分两种类型的图像，还是给定图像中的“视觉词”（例如，识别其中的元素）？
@etov 我正在尝试对图像进行分类
对，但是您要对图像进行什么分类？即，您是否有一些课程，例如人与风景与建筑物？如果是这种情况，为了构建“人物”分类器，您可以使用“人物”图像作为正面示例，将“风景”或“建筑物”图像用作负面示例。
另外：如果真的想对人/建筑物等进行分类 - 直方图不会让您获得非常高的准确度。

【解决方案1】：

我假设，您的类是具有视觉相似性的图像组。那么：

我建议，您将直方图转换为文本文件并使用二进制工具和this description 进行第一次评估。

但是，如果颜色/强度不是对象的主要区别特征，我想仅直方图不会给出好的结果。

如果您有小图像，图像上只有对象而没有太多背景，更好的快速解决方案是将图像缩小到例如32x32 并使用像素值作为特征。

【讨论】：