2012-10-15 3 views
0

제목에서 언급했듯이 분류 작업 (2 개 수업)을 위해 신경망을 훈련 할만큼 가치가 있습니까?SURF 서술자에 의해 추출 된 값이 신경망의 좋은 입력 값입니까?

내 목표는 SURF를 사용하여 추출 된 특징점을 사용하여 전경과 배경을 세분화하는 것입니다. 이러한 추출 된 특징점은 신경망 (감독 또는 분류)에 입력됩니다.

제 질문은이 값 (128 또는 64 그래디언트 정보)이 NN을 훈련시키는 좋은 선택입니까?

+0

데이터의 예를 제공해 주시겠습니까? – Stan

+0

처리 했습니까? 정적 인 이미지에서 Cars를 추출해 내 비슷한 연구를하고 있었는데 연구를하면서이 질문을 보았습니다. 관리자가있는 경우 어떻게 작성했는지 Google에 알려 주실 수 있습니까? 코드가 아니라 적어도 이론. –

+0

글쎄 나를 위해 결과가 너무 좋지는 않지만 너무 나쁘지 않아. 나는 60-70 %의 정확성을 말할 것이다. 위양성을 무시하면 위양성은 상당히 낮습니다. 타겟 오브젝트에서 대부분의 포인트를 감지 할 수 있었지만 테스트 비디오의 프레임 전체에서 일관성이 없습니다. 그것은 귀하의 교육 세트에 따라 정적 이미지에서 잘 작동 할 수 있습니다. –

답변

2

짧은 대답 : 예, 아주 좋습니다.

Slightly longer answer : SURF가 가장 잘 수행하고 NN에 의존하여 입력 패턴을 분류/인식하도록 SURF를 사용합니다. 맞습니다. 실제로는 항상 정확한 작업에 달려 있으며 어떠한 이유로 든 SURF가 제작중인 모델과 관련된 기능을 선택하지 않으면 문제가 발생할 수 있습니다. 그러나 일반적으로 : 엄지가 올라간다.

+0

답변을 주셔서 감사합니다. 지금 시도해 보겠습니다. 나는이 질문을 며칠 더 열어두고 떠날 것이다. –