训练图像中变尺寸猪描述子的SVM训练(MATLAB)

Question

我试图使用HoG+SVM将对象分类为不同的类别。问题是训练图像的维度是不同的。因此，得到的HoG描述符具有可变的长度。我已经把所有训练图像中的特征提取到一个细胞里。单元格的每个元素I都是数据集中图像I的HoG描述符的向量。我的问题是，如何使它与训练支持向量机分类器(使用svmtrain函数)兼容？

Answer 1

正如lejlot正确提到的那样，SVM不能用可变长度的向量进行训练。

您可以将图像大小标准化为一个，即256x256。这样做有三种可能性：

1. 把256x256的补丁切成中心。
2. 将图像调整为256x256，丢弃原始高宽比。
3. 将图像调整为256×M，其中M<256-保持原始高宽比。而不是在左、右(或上、下)添加灰色条纹来填充图像到256x256。

所有的变体都由不同的作者使用，您必须检查哪一个最适合您的任务。

Answer 2

支持向量机不能训练具有可变长度向量的。您必须使用某种转换，它将数据映射为恒定长度表示。例如，您可以执行众所周知的降维技术。