orologio borsa di parole di modelli per

borsa di parole di modelli per la valutazione

ultimamente, ho letto un sacco di prua (borsa di parole) modelli [1], e ho pensato che sarebbe bello scrivere un breve incarico sull’argomento.il posto è basato sulle diapositive da li fei fei prese da iccv 2005 ma oggetto di rilevazione:

come suggerisce il nome, il conce orologio tto di arco è effettivamente prese dal testo di analisi.l’idea è quella di rappresentare un documento come un importante parole chiave, senza ordinare delle parole (e ‘una chiamata di parole invece di una lista, per esempio).

possiamo usare la borsa di parole modello per oggetto la categorizzazione, costruendo un grande vocabolario di molte parole visivo e rappresentare ogni immagine come un istogramma della frequenza delle parole che nell’immagine.la figura che segue illustra questo concetto:

borsa di parole che rappresentano l ‘o orologio ggetto come istogrammi di parole eventi

esattamente come dovremmo costruire il modello?primo, dobbiamo costruire un dizionario visuale.abbiamo fatto adottando un ampio insieme di immagini e l’estrazione di descrittori del loro oggetto (per esempio, vagliare su una griglia o da rilevato interess orologio ati (visto il post su descrittori se non il loro uso).

in seguito, la serie di descrittori “(con k significa ad esempio) a k cluster.il cluster centers act come dizionario visuale parole.

data una nuova immagine, rappresentiamo usando il nostro modello nel modo seguente: in primo luogo, estrarre i descrittori dall’immagine su una griglia o rilevato interessati.la prossima, per ciascun descrittore estratto calcola il più vicino nel dizionario.infine, costruire un istogramma di lunghezza k dove il valore è la frequenza della – dizionario:

borsa di parole che rappresentano l ‘oggetto come istogrammi di parole eventi

questo modello può essere usato in associazione con navata bayes classifier o con una formazione per oggetto la classificazione [1].

c’e ‘una bella dimostrazione di un modello orologio basato vlfeat setaccio arco e formazione per oggetto classificazione in caltech101 benchmark.

ho fatto un piccolo esempio del codice usando solo 10 classi, 15 immagini per la formazione e per la sperimentazione e 15 immagini la seguente matrice di confusione:

la matrice di confusione mostra il punteggio che ogni formazione insieme quando in classi ciascuna delle classi classificatori per loro (i, j) è il risultato dell’applicazione di classe j classificatore di classe e formazione.come puo ‘vedere, il massimo dei punti sulla diagonale, nel senso di ciascuna classe punteggio più alto ottenuto in ciascuna classe classificatore dove la formazione dei dati.