Извлечение функций: разделите область интереса на небольшие окна (исправления) или пусть она будет как область интереса?

Меня интересует извлечение признаков ROI изображения, которое будет использоваться в качестве входных векторов объектов в SVM.
Извлекаемые функции включают в себя текстуру (цветовые особенности / характерные особенности) и цвет (rgb-гистограмма, 4 ячейки и среднее значение r, g, b) — всего 29 признаков / атрибутов.

Вопрос:
Будет ли разница, если будет выполнено извлечение объекта (вычисление) непосредственно на изображении ROI по сравнению с разделение ROI на мелкие части(NXN окно / патч) сначала, а потом вычислить особенности? Каковы преимущества / недостатки? Что из двух даст более значимые особенности?

Скажем, если разделение ROI на мелкие части является лучшим вариантом и оно будет подано в SVM на этапе обучения, как svm-прогноз или тестирование? Должны ли элементы извлечения тестовых изображений / интересующей тестовой области делиться также на маленькие части и вводиться в функцию svm-предсказания (как в процессе обучения)? Или функция извлечения на тестовом ROI напрямую подойдет?

Кстати, я пытаюсь классифицировать тип заболевания, найденный в листе (3 типа и 1 здоровый). И до сих пор, получил очень плохие результаты в svm-предсказании (предсказывает только 1 класс, около 20%) и обнаружил, что функции из каждого класса не очень хорошо отличаются друг от друга. Вот примеры изображений ROI (3 типа).

3 типа: https://drive.google.com/folderview?id=0B1aXcXzD_OADX3VvbjlKbFJBZzg&УСП = обмен

Я использую OpenCV. В с ++. Любое объяснение и ссылка будут полезны.

1

Решение

Функции останутся одинаковыми или различными в зависимости от типа функций, которые вы собираетесь использовать. например, если ваши функции — гистограмма Хюэ, то я не думаю, что это сильно повлияет на это, но если вы будете использовать такие функции, как SIFT / SURF, тогда, конечно, они будут отличаться, потому что SIFT учитывает несколько факторов, таких как ребра, и возможно, что край в целом изображении не будет отображаться как край в меньшей области.

Я бы посоветовал вам провести некоторые тесты самостоятельно, потому что теоретические результаты и практические результаты всегда отличаются. Итак, постарайтесь выяснить, как выглядят ваши функции, если вы извлекаете их, используя всю рентабельность инвестиций … и как они выглядят в целом, если вы извлекаете их после разделения области интереса на несколько частей.

0

Другие решения

Других решений пока нет …

По вопросам рекламы [email protected]