足球场分割

Question

我想开发一种足球场分割方法。为此，我准备了一个培训图像数据集和注释字段和非字段像素.以下是所有训练样本的gr-色度图，颜色与它们的标签有关.

我想训练一个分类器来推断一个新样本的标签。我想到的第一种方法是使用高斯混合模型对这两个分布进行建模。你能推荐另一种方法吗？

Answer 1

我不建议GMM在这一点上，因为点在空间中的分布是不够好的。即使您想使用它，最好还是在PC空间中查看您的数据(即使用PCA)。我的建议是：

1)想想你的容貌。他们是什么?您打算使用这些gr-chromacity作为功能吗？如果是的话，您应该知道内核方法在这方面工作得更好，因为这些特性是高度非线性的。图像显示，无论如何您都需要一个特征映射。

2)当你把支持向量机作为标签的时候，你似乎已经想到了核方法。你可以用它来分类。可能比这里的GMM更有效。另外，考虑一下概率图形模型，因为它们已经被广泛地用于图像分割，并且您的图像已经足够结构化(足球场在图像中的位置是固定的)。

3)如果您有原始标记的数据集，我建议您考虑使用更聪明的特征进行分割。在gr-chromacity中，您已经丢失了一些有关颜色的信息，这对您来说是最重要的。我建议也考虑像素的位置。然后，新数据上的主成分分析( PCA )可能会显示一些更线性分离的类。