Пакет слов обучение и тестирование opencv, matlab

Местные особенности

Когда вы работаете с SIFT, вы обычно хотите извлечь локальные признаки. Что это значит? У вас есть изображение, и на этом изображении вы найдете точки, из которых вы извлечете векторы локальных признаков. Вектор локальных признаков — это просто вектор, состоящий из числовых значений, описывающих визуальную информацию области изображения, из которой он был извлечен. Хотя количество векторов локальных признаков, которые вы можете извлечь из изображения A, не обязательно должно совпадать с количеством векторов признаков, которые вы можете извлечь из изображения B, числовые компоненты локального вектора признаков (т. е. его размерность) всегда тоже самое.

Теперь, если вы хотите использовать свои локальные векторы признаков для классификации изображений, у вас есть проблема. В традиционной классификации изображений каждое изображение описывается глобальным вектором признаков, который в контексте машинного обучения можно рассматривать как набор числовых атрибутов. Однако, когда вы извлекаете набор векторов локальных признаков, у вас нет глобального представления каждого изображения, необходимого для классификации изображений. Техника, которую можно использовать для решения этой проблемы, — это мешок слов, также известный как мешок визуальных слов (BoW).

Сумка визуальных слов

Вот (очень) упрощенный алгоритм BoW:

1. Извлеките векторы локальных признаков SIFT из вашего набора изображений;

2. Поместите все эти локальные векторы признаков в один набор. На этом этапе вам даже не нужно хранить, из какого изображения был извлечен каждый локальный вектор признаков;

3. Примените алгоритм кластеризации (например, k-средних) по набору векторов локальных признаков, чтобы найти координаты центроида и присвоить идентификатор каждому центроиду. Этот набор центроидов будет вашим словарем;

4. Глобальный вектор признаков будет гистограммой, которая подсчитывает, сколько раз каждый центроид встречается на каждом изображении. Чтобы вычислить гистограмму, найдите ближайший центроид для каждого локального вектора признаков.

Классификация изображений

Здесь я предполагаю, что ваша проблема заключается в следующем:

В качестве входных данных у вас есть набор помеченных изображений и набор немаркированных изображений, которым вы хотите присвоить метку на основе их внешнего вида. Предположим, ваша задача — классифицировать пейзажную фотографию. Метками ваших изображений могут быть, например, «горы», «пляж» или «лес».

Глобальный вектор признаков, извлеченный из каждого изображения (т. е. набор визуальных слов), можно рассматривать как набор числовых атрибутов. Этот набор числовых атрибутов, представляющих визуальные характеристики каждого изображения, и соответствующие метки изображений можно использовать для обучения классификатора. Например, вы можете использовать программное обеспечение для интеллектуального анализа данных, такое как Weka, которое реализация SVM, известная как SMO, для решения вашей проблемы.

По сути, вам нужно только отформатировать глобальные векторы признаков и соответствующие метки изображений в соответствии с Формат файла ARFF, который, по сути, представляет собой файл CSV с глобальными векторами объектов, за которым следует метка изображения.

Вот очень хорошая статья, представляющая модель Bag of Words для классификации с использованием OpenCV v2.2. http://app-solut.com/blog/2011/07/the-bag-of-words-model-in-opencv-2-2/

Следующая статья об использовании нормального байесовского классификатора для категоризации изображений. http://app-solut.com/blog/2011/07/using-the-normal-bayes-classifier-for-image-categorization-in-opencv/

Также включает демонстрацию кода из ~ 200 строк в наборе данных Caltech-256. http://code.google.com/p/open-cv-bow-demo/downloads/detail?name=bowdemo.tar.gz&can=2&q=

Вот кое-что, чтобы получить интуитивное представление о процессе классификации изображений: http://www.robots.ox.ac.uk/~vgg/share/practical-image-classification.htm

Реально помог прояснить многие вопросы. Я надеюсь, что это поможет кому-то. :)