如何 select 使用 BOW 将正负训练图像集用于图像分类

Question

我正在尝试使用 SVM 分类和 BoW 聚类算法实现实时对象分类程序。我的问题是选择正面和负面训练图像的最佳做法是什么？

正面图片集

• 背景应该是空的吗？ 意思是，图像应该只包含感兴趣的对象吗？当实时实现这个算法时，测试图像不会只包含感兴趣的对象，它肯定也会有一些来自背景的信息。 那么我应该选择看起来更像测试图像的图像而不是使用孤立的图像集合吗？

负面图片集

• 这些可以是没有感兴趣对象的任何图像集吗？或者它们应该来自将要在没有感兴趣对象的情况下测试该算法的环境？ 例如，如果我要在我的起居室环境中对 phone 进行分类，底片是否应该是我的起居室环境的背景图像集而不是 phone 在前台？还是可以是任何图像集？ （比如厨房、客厅、卧室或室外图像）我问这个是因为我不希望系统是特定于环境的。必须在任何环境（室内和室外）下都坚固耐用

谢谢。非常感谢任何帮助或建议。

Answer 1

正面图像集

是的，您一定要选择看起来与测试图像更相似的图像。

负面图片集

它可以是任何图像集，但是最好包括来自将要测试该算法的环境中没有感兴趣对象的图像。

一般

请阅读我的 以解决其他一些 SO 问题，这会很有用。评论中继续讨论，所以这也可能有用。