MatLab 내에서 LIBSVM 및 HOG를 사용하여 훈련 데이터를 생성하려고합니다.호그 디스크립터와 함께 LIBSVM 사용
나는 3780 X 1 (더블) 짧은 조각 하나 개 이미지의 HOG 기술자를 계산 한: 난을 분류하려면 어떻게
svmtrain(training_label_vector, training_instance_matrix [, 'libsvm_options']);
: 나는 가정
0
0
0.0181
0.7746
0
0
0
0
0.4692
0.5279
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0.4692
0.5279
0.0016
0.0018
0.2826
0.2535
0
0
0.2728
0.0451
0
0
0.1788
0.0209
0
0
0.0501
0.0059
0
0
0.1320
0.0137
가 training_instance_matrix입니다 이 벡터에서 생성 할 요소
training_label_vector
?
SVM은 바이너리 감독 방법입니다. 따라서 데이터 집합을 두 그룹으로 분리합니다. 교육을 위해 모델 매개 변수에 가치를 부여하기 위해 쌍을 이루는 데이터 (즉, 관찰, 레이블)를 제공해야합니다. 기본적으로 training_label_vector는 각 그룹에 속한 그룹을 말하는 바이너리 벡터 일 수 있습니다. 참고 : http://cs229.stanford.edu/notes/cs229-notes3.pdf – tashuhka
응답 해 주셔서 감사 드리며 전제를 이해합니다. 그러나 저는 여전히 혼란 스럽습니다. 내 'training_instance_matrix'에 대해서는 3780 x 1 특징 설명자 벡터 인 하나의 이미지의 HOG 디스크립터를 생성했습니다. 제 문제는 요소를 어떻게 분류 할 지 모르겠다는 것입니다. – Gwenji
예를 들어, 사진에 탐지하려는 사람이있는 경우 사람의 픽셀에 1을 사용하여 동일한 크기의 행렬을 만들고 그렇지 않은 경우 0을 만듭니다. 그런 다음 특성 벡터에 맞게 행렬의 크기를 조정하십시오. – tashuhka