Python实现基于支持向量机的物体识别

﹏ヽ暗。殇╰゛Y 2023-10-15 08:47 19阅读 0赞

目录  
论⽂简述 1  
Local features and kernels for classiﬁcation of texture and object categories: a comprehensive study 1  
原理简述 1  
算法流程 2  
Beyond bags of features: Spatial pyramid matching for recognizing natural scene categories 3  
背景知识 3  
原理简述 5  
算法流程 6  
实现 6  
BOW实现 6  
SPM实现 7  
结果分析 8  
运⾏代码 8  
参考链接 9

背景知识  
这⾥先对论⽂所涉及的重要背景知识做个简单的介绍，⽅便论⽂的理解。词袋模型  
严格上来说，词袋模型是⼀种⽂本表⽰模型，它可以将⼀篇⽂档表⽰成⼀个⻓向量，该向量的每⼀维度 表⽰⼀个单词，每个维度上的权重表⽰该单词在⽂档中的重要程度，这⾥的重要程度可以⽤词频或者是tf-idf值来衡量。词袋模型对⽂本进⾏向量化表⽰之后，就可以将其交给下流的任务了，如进⾏⽂本分 类、信息检索等等。  
同样的原理，词袋模型也可以⽤来对图⽚进⾏向量化表⽰。使⽤词袋模型对图⽚进⾏分类可以分为以下 三步：  
1.计算图像的特征描述符，其实提取的是图像的浅层特征；  
2.对所有图像中计算的描述符进⾏聚类（字典学习），然后统计图⽚在每个簇中的特征数量，将图  
⽚表⽰成向量；  
3.使⽤分类器如SVM、逻辑回归进⾏分类。  
以上流程如下图所⽰：  
![在这里插入图片描述][53d14ca397324e2d927ce88ab72cf3ed.png]

# coding=utf-8
    
    import cPickle
    
    from utils import load_cifar10_data
    from utils import extract_sift_descriptors
    from utils import build_codebook
    from utils import input_vector_encoder
    from classifier import svm_classifier
    
    import numpy as np
    
    
    VOC_SIZE = 100
    
    
    if __name__ == '__main__':
    
        # 加载数据集 x表示图片，y是其对应的label
        x_train, y_train = load_cifar10_data(dataset='train')
        x_test, y_test = load_cifar10_data(dataset='test')
    
        # 抽取sift特征
        print "抽取 SIFT 特征..."
        x_train = [extract_sift_descriptors(img) for img in x_train]
        x_test = [extract_sift_descriptors(img) for img in x_test]
    
        # 移除没有抽取出sift特征的图片
        x_train = [each for each in zip(x_train, y_train) if each[0] is not None]
        x_train, y_train = zip(*x_train)
        x_test = [each for each in zip(x_test, y_test) if each[0] is not None]
        x_test, y_test = zip(*x_test)
    
        print "Train/Test split: {
        :d}/{
        :d}".format(len(y_train), len(y_test))
        print "Vocab Size: {
        :d}".format(VOC_SIZE)
    
        # 使用Kmeans聚类算法对抽取出来的特征进行聚类，VOC_SIZE表示k-means中的k
        # 这一步可能需要很长时间...
        print "构建词典..."
        codebook = build_codebook(x_train, voc_size=VOC_SIZE)
        with open('./bow_codebook.pkl', 'w') as f:
            cPickle.dump(codebook, f)
    
        # 将图片转成它的向量化表示
        print "图片向量化表示..."
        x_train = [input_vector_encoder(x, codebook) for x in x_train]
        x_train = np.asarray(x_train)
        x_test = [input_vector_encoder(each, codebook) for each in x_test]
        x_test = np.asarray(x_test)
    
        # 输入到分类器进行分类
        print("训练与测试分类器...")
        svm_classifier(x_train, y_train, x_test, y_test)

![在这里插入图片描述][73155e0ca4194c4fa50a81790ee779b3.png_pic_center]  
![在这里插入图片描述][36e43929e1b84f95b0064be47f8f25f7.png_pic_center]  
![在这里插入图片描述][21e9845fd4b64896b308f21f159d4d62.png_pic_center]  
![在这里插入图片描述][53f5fd2591224954874e741a7c5643fa.png_pic_center]  
![在这里插入图片描述][83e0524b22594db585424d69ec0f96fc.png_pic_center]  
![在这里插入图片描述][a27126ee0293403b820d836a856b191a.png_pic_center]  
![在这里插入图片描述][bd9f409da348493994374b95ff970e80.png_pic_center]  
![在这里插入图片描述][02794ae0981848c8802d04f277b79889.png_pic_center]  
![在这里插入图片描述][858151431e274a308555416e6877a410.png_pic_center]  
![在这里插入图片描述][924ecd1ed4ac430493295738348e1bc9.png_pic_center]  
![在这里插入图片描述][2c147abbf3c949efb0443e5ec434061c.png_pic_center]  
![在这里插入图片描述][9b8fd3d856d0416eb6fa05533ad654c8.png_pic_center]  
![在这里插入图片描述][c451615bcf454638abe8d4e751aa934b.png_pic_center]  
![在这里插入图片描述][946efd87958844dab6804bdfc28fb206.png_pic_center]

[53d14ca397324e2d927ce88ab72cf3ed.png]: https://img-blog.csdnimg.cn/53d14ca397324e2d927ce88ab72cf3ed.png
[73155e0ca4194c4fa50a81790ee779b3.png_pic_center]: https://img-blog.csdnimg.cn/73155e0ca4194c4fa50a81790ee779b3.png#pic_center
[36e43929e1b84f95b0064be47f8f25f7.png_pic_center]: https://img-blog.csdnimg.cn/36e43929e1b84f95b0064be47f8f25f7.png#pic_center
[21e9845fd4b64896b308f21f159d4d62.png_pic_center]: https://img-blog.csdnimg.cn/21e9845fd4b64896b308f21f159d4d62.png#pic_center
[53f5fd2591224954874e741a7c5643fa.png_pic_center]: https://img-blog.csdnimg.cn/53f5fd2591224954874e741a7c5643fa.png#pic_center
[83e0524b22594db585424d69ec0f96fc.png_pic_center]: https://img-blog.csdnimg.cn/83e0524b22594db585424d69ec0f96fc.png#pic_center
[a27126ee0293403b820d836a856b191a.png_pic_center]: https://img-blog.csdnimg.cn/a27126ee0293403b820d836a856b191a.png#pic_center
[bd9f409da348493994374b95ff970e80.png_pic_center]: https://img-blog.csdnimg.cn/bd9f409da348493994374b95ff970e80.png#pic_center
[02794ae0981848c8802d04f277b79889.png_pic_center]: https://img-blog.csdnimg.cn/02794ae0981848c8802d04f277b79889.png#pic_center
[858151431e274a308555416e6877a410.png_pic_center]: https://img-blog.csdnimg.cn/858151431e274a308555416e6877a410.png#pic_center
[924ecd1ed4ac430493295738348e1bc9.png_pic_center]: https://img-blog.csdnimg.cn/924ecd1ed4ac430493295738348e1bc9.png#pic_center
[2c147abbf3c949efb0443e5ec434061c.png_pic_center]: https://img-blog.csdnimg.cn/2c147abbf3c949efb0443e5ec434061c.png#pic_center
[9b8fd3d856d0416eb6fa05533ad654c8.png_pic_center]: https://img-blog.csdnimg.cn/9b8fd3d856d0416eb6fa05533ad654c8.png#pic_center
[c451615bcf454638abe8d4e751aa934b.png_pic_center]: https://img-blog.csdnimg.cn/c451615bcf454638abe8d4e751aa934b.png#pic_center
[946efd87958844dab6804bdfc28fb206.png_pic_center]: https://img-blog.csdnimg.cn/946efd87958844dab6804bdfc28fb206.png#pic_center