maltab版sift-bow-svm

本文介绍了作者尝试在MATLAB中结合SIFT特征、Bag of Visual Words(BOVW)和SVM进行图像分类的过程。作者从GitHub获取并调整代码,实现了基本功能,但对其中的原理理解不足。尽管分类效果不佳,作者意识到SIFT特征的处理包括关键点提取、K-means聚类和词袋模型,这些步骤对于将矩阵转化为适合SVM的向量是必要的。
摘要由CSDN通过智能技术生成

首先感谢所有的博主们!
源代码来自GitHub,我就改了路径,跑通而已,也没搞懂含义,我也没搞懂算原创还是转载,可能我原创的部分只是无聊的碎碎念吧。。。
最近的一周,进展好慢,颓废ing,让人头秃。。。记录一下吧,虽然我觉得这个工作没啥用。。。
这个如果好好研究的话,看上去工作量巨大,目前只是调通了代码,原理啊,代码啊我都一窍不通。而且后续,我很可能也不会继续下去这个思路了吧,毕竟工程量巨大,性价比有点低,目前还是老老实实做我的纹理特征吧,嗯,记录一下而已
调通的代码来自GitHub,地址是 https://github.com/PatientEz/CNN-Image-Classfication(GitHub下载慢的话用码云:https://zhuanlan.zhihu.com/p/37719046
调这个代码是因为看到博客上,有大佬提到lbp和关键点 结合在一起,对高维的lBP特征进行改进,目的是降维 博客是https://blog.csdn.net/hlx371240/article/details/48996729?utm_source=blogxgwz1,所以我也想搞一下两种特征的组合,不然总是纹理特征࿰

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值