袋 - 圖像分類

Question

我有些懷疑櫃面基於圖像的分類詞袋的，我會第一個告訴我所做

1. 我已經提取從訓練圖像的特徵有兩個不同使用SURF方法的類別，

2. 然後，我對這兩個類別的功能進行了聚類。

3. 爲了分類我的測試圖像（即）測試圖像屬於兩個類別中的哪一個。對於這個分類目的，我使用的是SVM分類器，但這裏是我有一個疑問，我們如何輸入測試圖像，我們必須再次從1到2做同樣的步驟，然後將其用作測試集或在那裏任何其他方法做，

4. 也將是巨大的，知道弓方法的有效性，

好心有人爲我提供了一個澄清

Answer 1

分類人員需要知道的表示爲測試數據的含義與訓練數據相同。因此，當您評估測試圖像時，可以提取這些特徵，然後根據它們最接近的原始詞彙表中的哪些詞彙製作直方圖。

那就是：從你的整個訓練集

1. 提取特徵。
2. 將這些特徵聚類成詞彙V;你會得到K個獨特的聚類中心。
3. 將每個訓練圖像編碼爲每個詞彙元素在圖像中顯示的次數的直方圖。然後每個圖像由長度爲K的矢量表示。
4. 訓練分類器。
5. 當給出測試圖像時，提取特徵。現在將測試圖像表示爲每個聚類中心與V最接近的測試圖像中某個要素的直方圖。這是一個長度爲K的矢量。

通過獲取條目的平方根來折減直方圖通常也很有幫助。這approximates a more realistic model圖像功能。