글쎄, 제가 Kinect를 사용하여 객체를 인식하고 프로젝트를 열고있는 중입니다! 그러나 그 물체는 다양한 크기를 가지고 있습니다! 나는 그 물체의 많은 사진을 찍을 수 있습니다 !! 내 질문은이 유형에서 어떤 유형의 기계 학습을 사용 하시길 권장합니까, SURF 같은 다른 유형의 탐지가 있습니까?크기가 많은 물체를 감지하기 위해 어떤 유형의 기계 학습을 사용 하시길 권장합니까?
SIFT 설명자를 사용하면 1 x 64의 설명자 행렬을 얻을 수 있고 마찬가지로 SURF 설명자를 사용하면 1 x 128의 설명자 행렬을 얻게됩니다. 따라서 각 이미지에 대해 크기가 1 x 64 또는 1 x 128 인 행렬을 얻게됩니다. 그런 다음이 단일 행 행렬을 SVM 교육을위한 입력 벡터로 사용합니다.
스케일 불변량 인 SIFT를 사용할 수 있습니다. SIFT/SURF와 함께 SVM을 사용하여 객체를 분류해야하는 응용 프로그램에서 매우 좋은 결과를 얻었습니다. SIFT를 사용하면 크기와 방향의 변경이 전혀 문제가되지 않습니다.
yoohh yap !! Let me see !! 그러면 5 개의 이미지가 있다면 1x28의 5 행렬을 가지게되고 5 입력 벡터는 SVM 교육에 적합하게됩니다. – Johana
예 .. 당신에게 도움이 되었다면 답을 upvote하십시오! – skm
내가 할 것이다! 한 가지 더 질문 !! SVM의 실험실에 대해 설명해주세요! 나는 실험실이 수업이라는 것을 재촉합니다! 제 경우에는 그것이 목표이고 그렇지 않습니다!하지만 나는 벡터의 각 요소에 대해 레이블을 넣을 수 있다고 읽었습니다. ! 혼란스러워! 제발 그걸 설명해 주시고 다른 정치인에게 투표 해주세요 !! – Johana