Блог

Моя проблема заключается в том, как классифицировать два действия: бег и ходьбу, используя метод SVM. Сначала у меня есть 02 видеоролика (первое действие выполняется, второе — ходьба), после я преобразовал их в последовательность двоичных изображений MC и MM (я использовал определение контура, ie: матрицы 02 содержат только 1 и 0).

• MC: является ли матрица размерности (120 * 160 * 65), 65 — это «количество кадров первого видео.
• ММ: является матрицей размерности (120 * 160 * 87), 87 — это «количество кадров 2-го видео.

Проблемы:

1. Как я могу использовать SVM? Как сформировать мою матрицу данных и вектор моих групп?
2. Должен ли я использовать непосредственно команды matlab svmtrain , svmclassify и адаптировать их к моей проблеме или я должен написать свой собственный код?
3. svmsacling Важно ли это в моем случае?

если вы хотите использовать SVM для классификации видео, 1) Вам нужно выбрать дескриптор / ы объектов (извлечение объектов). Например, если фон статичен, когда человек бежит, количество пикселей может быть больше, чем в случае, когда человек идет. Выбор надлежащих функций является наиболее важным шагом. Использование файла необработанных данных, вероятно, не сработает. 2) Вам необходимо использовать инструмент svm. LIBSVM (http://www.csie.ntu.edu.tw /~cjlin/libsvm/) является одним из лучших инструментов. 3) Если вы прочитали документ (http://www.csie.ntu.edu.tw /~cjlin/papers /guide/guide.pdf), вы увидите, что масштабирование обычно улучшает производительность SVM.