c++ - 在 OpenCV C++ 中训练用于车牌识别的 SVM

Question

我正在尝试使用 OpenCV (C++) 创建车牌识别系统。我已经看过 this example在 GitHub 上，但我想使用 SVM，而不是 K 最近邻或人工神经网络。

我只为两个类别(正类或负类)训练了 SVM，那么我该如何训练以对车牌上的字符进行分类？

我有 22 个符号(Y 是最后一个符号)(即 22 个类)，我应该创建一堆二进制 SVM 吗？例如SVM(0,1), SVM(0,2)....SVM(Y,0), SVM(Y,1)...

如果是这种情况，我如何将所有这些文件合并为一个，以便在识别中使用它？

Answer 1

多类解决方案每个类有一个 SVM，而不是两个。所以你有 SVM(A) 到 SVM(Y)。 SVM(A) 试图将 A 与 B-Y 分开，SVM(Y) 试图将 Y 与 A-X 分开。

层次结构可能是更好的解决方案。如果 V 和 Y 相似，您可以先使用 SVM(VY)，然后使用 V-versus-Y SVM。

我没有看到合并文件的问题(或原因)。