建议用于垃圾邮件检测类图像分类任务的scikit学习算法。

Question

我有一组"goob“和”坏“图像，表示为灰度数组。我想从这些图像中提取“好”和“坏”的特征，并填充字典。在这里，我的高级算法来处理这个任务：

1. 加载图像并呈现NP矩阵img_mtx [ img_mtx.shape = (10, 255, 255)]
2. 使用image.PatchExtractor over img_mtx为每幅图像获取1000个补丁，共计10000 7x7像素patches [patches.shape = (10000, 49)]
3. 下一步，我假设我的patches矩阵就像一袋单词，我想为每个图像创建一个稀疏的补丁矩阵，并为每个图像设置“好”或“坏”类。
4. 现在我应该有相当经典的分类任务，比如垃圾邮件检测，只是在训练集中添加更多的图像，我应该会有一个好的结果。

但我这里有一些问题：

• 如何实施第三步？我看过文本分类的例子，但没有看到图像分类的例子
• 当我需要对一个新图像进行分类时，我再次将它分割成补丁，但现在我需要将这些补丁从新图像映射到我的“修补程序字典”中。怎么做才是最好的方法，记住我可能永远不会得到100%匹配的字典？我看起来需要计算离我的字典特征最近的距离，但这听起来很昂贵。

..。还是我对这个任务采取了完全错误的方法？

Answer 1

你应该首先考虑一下什么是你的任务的好特性。此外，您应该考虑您的图像是否总是相同的形状和对齐。如果你认为描述补丁是个好主意，你可能会想看看标准的图像特征，比如SIFT或冲浪，或者是简单的--也许是看看scikit-图像，opencv或mahotas --尽管拥有原始补丁是可能的第一步。如果您想使用补丁描述符，并想要丢弃空间安排(这将是包的词方法)，您需要对描述符进行聚类，然后在“单词”上构建直方图。然后，你可以对直方图进行训练，得到整个图像的单一预测。在这方面有大量的文献，但不确定什么是好的开始点。也许看看Szeliski关于计算机视觉的书。