Image 如何组合两个特征（两个最小距离分类器）
大家好，我在这里的第一篇帖子 我的工作是通过图像跟踪对象，而无需事先培训。我使用了两个特性，区域的颜色（实验室空间的ab通道）和HOG。在我最初的实验中，我发现单独使用带有HOG特征的最小距离分类器具有低误报FP的优势，但具有高FN。另一方面，单独使用带有颜色的最小距离分类器会增加TP，降低FN结果，但代价是增加FP 我的问题是，如何组合这两个分类器？我想知道以无监督的方式实现这一点的标准算法 我试图将两个特征合并为一个特征（在标准化之后），但结果主要是HOG。即使我对组合特征进行加权，结果也比这两个特征中的任何一个都糟糕 到目前为止，我得到的好结果是（级联）两个分类器，首先运行颜色以增加可能性，然后运行HOG（阈值比单独使用HOG时稍微高一点）。我用谷歌搜索了这个主题，但我没有足够的分类知识来找到标准方法Image 如何组合两个特征（两个最小距离分类器）,image,matlab,object,classification,feature-selection,Image,Matlab,Object,Classification,Feature Selection,大家好，我在这里的第一篇帖子 我的工作是通过图像跟踪对象，而无需事先培训。我使用了两个特性，区域的颜色（实验室空间的ab通道）和HOG。在我最初的实验中，我发现单独使用带有HOG特征的最小距离分类器具有低误报FP的优势，但具有高FN。另一方面，单独使用带有颜色的最小距离分类器会增加TP，降低FN结果，但代价是增加FP 我的问题是，如何组合这两个分类器？我想知道以无监督的方式实现这一点的标准算法 我试图将两个特征合并为一个特征（在标准化之后），但结果主要是HOG。即使我对组合特征进行加权，结果也比
感谢您的帮助您是否尝试过将这两个功能与乘法结合起来？这不应该受到你描述的振幅问题的影响。我对视觉跟踪不是特别熟悉，但一些语音跟踪算法使用它来组合来自多个传感器的空间似然函数，因此这种方法可能有一些道理。@Wakjah:听起来是个不错的方法。如果你提供它作为答案，我会+1它。@wakjah:如果颜色特征向量是2x1，HOG是81x1，你对乘法的建议是什么？Thanks@MohamedHasan：我想他的意思是计算距离f-f和HOG-HOG，然后将它们相乘，得到一个组合的距离度量。@Jonas:我没有提供这个答案，因为我不熟悉这些特征向量的形式，所以我不能给出一个简单的例子。除此之外，我认为这种问题可能更适合dsp.stackexchange.com