graphics - 使用要点描述符进行图像分类

Question

我使用 libSVM 创建了一个多类 SVM 模型来对图像进行分类。我使用网格搜索优化了 C 和 G 参数并使用了 RBF 内核。

类别为 1) 动物 2) 花卉 3) 风景 4) 肖像。

我的训练集是每个类别的 100 个图像，对于每个图像，我使用 Lear 的 Gist Descriptor C 代码提取了一个 920 长度的向量:http://lear.inrialpes.fr/software .

在 50 个图像/类别上测试我的模型后，我达到了约 50% 的准确率，这是随机的两倍(25%，因为有四个类别)。

我对计算机视觉比较陌生，但熟悉机器学习技术。关于如何有效提高准确性有什么建议吗？

非常感谢，期待您的回复!

Answer 1

这是非常非常开放的研究挑战。而且理论上不一定有一个单一的答案可以保证更好。

考虑到您的类别，这并不是一个糟糕的开始，但请记住，Gist 最初被设计为场景分类的全局描述符(尽管经验证明它对其他图像类别有用)。在表示方面，我建议尝试基于颜色的特征(例如基于 block 的直方图)以及流行的低级梯度特征(例如 SIFT)。如果您刚刚开始学习计算机视觉，那么我想说 SVM 足以满足您正在做的事情，具体取决于图像集的变化，例如照明、视角、焦点等