提取形状上下文描述符以训练 SVM

Posted

技术标签:

【中文标题】提取形状上下文描述符以训练 SVM【英文标题】:Extracting Shape Context Descriptors to train SVM 【发布时间】:2013-06-14 18:41:29 【问题描述】:

我正在开展一个项目,该项目仅根据背景减除后获得的形状(二进制图像)对图像进行分类。我想从这两个类中提取形状上下文描述符并训练一个 SVM 分类器。 如何提取形状上下文描述符?请告诉我是否有任何实现或实现指南来。

【问题讨论】:

【参考方案1】:

这些链接可能会帮助您找到形状上下文的代码:(1) 和 (2)。

This tutorial 非常清楚如何使用 OpenCV 的 SVM 实现进行分类。

【讨论】:

【参考方案2】:

看这里http://answers.opencv.org/question/1668/shape-context-implementation-in-opencv/

希望这会有所帮助, 亚历克斯

【讨论】:

【参考方案3】:

可以使用 HOG 特征根据形状进行数字分类。下面的链接包含了 Matlab 代码:

http://in.mathworks.com/help/vision/examples/digit-classification-using-hog-features.html

【讨论】:

以上是关于提取形状上下文描述符以训练 SVM的主要内容,如果未能解决你的问题,请参考以下文章

如何存储 CNN 提取的特征来训练 SVM 分类器

Spacy 从训练模型中提取命名实体关系

基于并联SVM支持向量机训练HOG特征提取的人员目标提取

如何使用两个特征向量训练 svm?

如何在 Matlab 中提高 SVM 训练和分类的准确性?

Hu 矩和 SVM 不起作用