如何在matlab中結合兩個分類模型？

我正在嘗試使用Matlab內置的中提琴瓊斯人臉檢測來檢測人臉。無論如何，我可以將「FrontalFaceCART」和「ProfileFace」這兩個分類模型合併爲一個以獲得更好的結果？如何在matlab中結合兩個分類模型？

謝謝。

2016-02-27 Amir Torkamani

通常，分類模型輸出某種概率測量值，以確定輸入屬於他們試圖區分他們自己的類別的可能性。只需將一個看不見的輸入作爲訓練的一部分輸入到兩個模型中，並將輸入的類別分配給哪個輸入給予您最高的* posteriori *概率。 – rayryeng

您不能組合模型。這對於任何分類任務都是無意義的，因爲每個分類器都是不同的（工作方式不同，即背後的算法不同，並且可能也有不同的訓練）。

根據分類模型（S）幫助（可發現here），你的兩個分類的工作方式如下：

FrontalFaceCART是一個弱分類組成的模型，基於分類迴歸樹分析
ProfileFace由弱分類的基礎上，決定樹樁

更多相關信息可以在所提供的鏈接找到，但你可以很容易地看到自己內心的行爲是相當不同的，S o你不能將它們混合或組合。
這就像（在機器學習中）混合一個支持向量機和K-最近鄰：第一個使用分離超平面，而後者只是基於距離（s）。然而，您可以並行（例如，獨立地）並行訓練多個模型，並選擇更適合您的模型（例如更小的錯誤率/更高的準確性）：所以您基本上可以創建儘可能多的不同分類器，給它們相同的訓練集，評估每個精度（和/或其他參數）並選擇最佳模型。

來源

2016-02-27 18:09:57 Alessiox

但是，如果我用FrontalFaceCART和ProfileFace運行兩個獨立的vision.CascadeObjectDetector對象，然後在我的圖像上運行每一個對象，那麼怎麼樣？是嗎？其實我做了類似的事情。我已經通過這兩個模型運行圖像，併爲每個模型獲得了兩組邊界框。然後將它們連接在一起成爲一個矩陣，以便從中得到一個結果。但是隻有一個問題是重疊的邊界框？任何想法如何擺脫他們？ –

所以你基本上是在做我所建議的（並行運行模型），但不是選擇最好的結果，而是嘗試在它們之間進行某種權衡。所以你要結合*結果*而不是*模型*。這更有意義。 – Alessiox

重疊盒問題與您使用兩種模型的輸出有關。你無法避免它，但當然你可以丟棄一個盒子或將盒子連接在一起。這實際上是結果的*組合階段，我認爲你必須手動完成。嘗試搜索「重疊矩形matlab」或類似的東西，這是一個非常研究的問題。 – Alessiox

一種選擇是製作分層分類器。因此，在第一步中，您使用正面人臉分類器（假設大多數圖片都是正面人臉）。如果分類器失敗，則嘗試使用配置文件分類器。

我用面數據集做了這件事，它改善了我的整體分類準確性。此外，如果您有一些先驗信息，您可以使用它。在我的情況下，臉部通常在圖片的中間部分。

爲了進一步提高性能，不使用MATLAB中使用的兩個分類器，您需要更改技術（也可能是您的編程語言）。這是迄今爲止最好的方法：Facenet。

來源

2016-02-28 10:27:48

如何在matlab中結合兩個分類模型？

回答

相關問題