opencv - 使用词袋/特征和神经网络

Question

我正在尝试实现一个包含以下步骤的对象检测模块:

1) 使用 SURF 提取图像描述符，创建大小为 [x, 64] 的矩阵，其中 x 取决于图像中找到的关键点的数量；

2) 使用特征/词包方法将描述符大小固定为 [k,64] 格式。其中 k 是使用 k-means 创建的聚类数。

3) 使用生成的词袋矩阵作为训练样本为神经网络提供数据。

到目前为止，我已经实现了步骤 1 和 2，但我不太确定如何格式化 NN 的输出向量。在 OpenCV CvANN_MLP 上，输出向量中的行数应与输入行数相同(否则返回 what() 异常)，但输入行数是步骤 2 中的 k 个簇数，所以我我不明白如何基于此编写输出矩阵。

我知道输出矩阵应该有 n 列，对应于我想要的输出中的类数(例如，3 个类:猫、狗和鸟将产生一个具有 3 列的矩阵)，但是我如何组织该矩阵的行基于输入行？我读了这个相关的post ，它使用 matlab，它说每个特征都应该是一行，但我不确定如何在 OpenCV C++ 上执行此操作。如果有人对如何进行有任何想法/提示，我们将不胜感激。

Answer 1

你做过吗:

However, before you train your neural network, as you suspected, you must represent every image you wish to train with this feature vector.

在喂养你的神经网络之前？我缺乏使用神经网络的经验，但是在阅读之后 this以及您的问题，您似乎正试图将词袋集群提供给您的神经网络，这是不正确的。