基于HOG特征的数字分类
这个例子展示了如何使用HOG特征和多类SVM分类器来分类数字。
在许多计算机视觉应用中，对象分类是一项重要任务，包括监控、汽车安全和图像检索。例如，在汽车安全应用中，您可能需要将附近的对象分类为行人或车辆。无论分类对象的类型如何，创建对象分类器是：
获取带有所需对象图像的标记数据集。
将数据集划分为训练集和测试集。
使用从训练集中提取的特征训练分类器。
使用从测试集中提取的特征测试分类器。
为了说明这一点，这个例子展示了如何使用HOG (Histogram of Oriented Gradient)特征[1]和一个多类SVM (Support Vector Machine)分类器来分类数字。金宝app这种类型的分类在许多光学字符识别(OCR)应用中经常使用。
该示例使用fitcecoc统计和机器学习工具箱中的函数™ 和提取特征来自计算机视觉工具箱的函数™.
数字数据集
合成数字图像用于训练。每个训练图像都包含一个被其他数字包围的数字，这模仿了通常一起看到数字的方式。使用合成图像很方便，并且可以创建各种训练样本，而无需手动采集。对于测试，手写数字的扫描e用于验证分类器在不同于训练数据的数据上的性能。虽然这不是最具代表性的数据集，但有足够的数据来训练和测试分类器，并显示了该方法的可行性。
使用|imageDatastore|加载训练和测试数据。syntheticDir=fullfile（toolboxdir(“愿景”),“视觉数据”,“数字”,“合成的”）;handwrittenDir = fullfile (toolboxdir (“愿景”),“视觉数据”,“数字”,“手写的”）;%| imageDatastore |递归扫描包含%图像。文件夹名称自动用作每个图像的标签。trainingSet = imageDatastore (syntheticDir,“IncludeSubfolders”,真的,“LabelSource”,“foldernames”)；测试集=图像数据存储（Handrittendir，“IncludeSubfolders”,真的,“LabelSource”,“foldernames”）;
使用countEachLabel将与每个标签相关联的图像数量制成表格。在本例中，训练集由101张图像组成，每个图像对应10位数字。测试集由每个数字12个图像组成。
countEachLabel（培训集）
ans=10×2表标签计数uuuuuuuuuuuuuuuuuuuuuu0 101 1 101 2 101 3 101 4 101 5 101 6 101 7 101 8 101 9 101
countEachLabel（测试集）
ans=10×2表标签计数uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
显示一些培训和测试图像
图；子图（2,3,1）；imshow（trainingSet.Files{102}）；子图（2,3,2）；imshow（trainingSet.Files{304}）；子图（2,3,3）；imshow（trainingSet.Files{809}）；子图（2,3,4）；imshow（testSet.Files{13}）；子图（2,3,5）；imshow（testSet.Files{37}）；子图（2,3,6）；imshow（testSet.Files{97}）；
在训练和测试分类器之前，采用预处理步骤去除采集图像样本时引入的噪声伪影。这为训练分类器提供了更好的特征向量。
%显示预处理结果exTestImage=readimage（testSet，37）；processedImage=imbinarize（rgb2gray（exTestImage））；图；子图（1,2,1）imshow（exTestImage）子图（1,2,2）imshow（processedImage）
使用HOG特征
用于训练分类器的数据是从训练图像中提取的特征向量。因此，确保HOG特征向量编码有关对象的正确信息量是很重要的。这个提取特征函数返回一个可视化输出，该输出有助于对“适当数量的信息”的含义形成某种直觉。通过改变HOG cell size参数并可视化结果，您可以看到cell size参数对特征向量中编码的形状信息量的影响：
img = readimage(trainingSet, 206);%HOG特征提取与HOG可视化[hog2x2, vis2x2] = extracthgfeatures (img，“手机大小”(2 - 2));[hog_4x4, vis4x4] = extracthgfeatures (img，“手机大小”,[4 4]); [hog_8x8，vis8x8]=提取hog特征（img，“手机大小”[8]);%显示原始图像图;次要情节(2、3、1:3);imshow (img);%将猪的特征可视化子地块（2,3,4）；地块（vis2x2）；标题({'CellSize=[2]'；［'长度='num2str（长度（hog_2x2））]}；子地块（2,3,5）；地块（vis4x4）；标题({'CellSize = [4 4]'；［'长度='num2str（长度（hog_4x4））]}；子批次（2,3,6）；绘图（vis8x8）；头衔({'CellSize=[8]'；［'长度='num2str(长度(hog_8x8))]});
可视化显示[8]的单元大小没有编码太多的形状信息，而[2]的单元大小对大量形状信息进行编码，但会显著增加HOG特征向量的维数。一个很好的折衷方案是采用4乘4的单元格大小。此大小设置编码足够的空间信息，以直观地识别数字形状，同时限制HOG特征向量中的维数，这有助于加快训练速度。在实践中，HOG参数应随分类器的重复训练和测试而变化，以确定最佳参数设置。
cellSize=[4]；hogFeatureSize=长度（hog_4x4）；
训练数字分类器
数字分类是一个多类别分类问题，您必须将图像分类为十个可能的数字类别中的一个。在本例中fitcecoc统计和机器学习工具箱中的函数™ 用于使用二进制支持向量机创建多类分类器。
首先从训练集中提取HOG特征。这些特征将用于训练分类器。
%在训练集上循环并从每个图像中提取HOG特征。A%类似的过程将用于从测试集中提取特征。numImages=numel（trainingSet.Files）；训练特征=零（数字图像、特征尺寸、，“单身”）;对于i=1:numImages img=readimage（训练集，i）；img=rgb2gray（img）；%应用预处理步骤img=imbinarize（img）；培训特征（i，：）=提取特征（img，“手机大小”，细胞大小）；终止%获取每个图像的标签。trainingLabels = trainingSet.Labels;
接下来，使用提取的特征训练分类器。
%fitcecoc使用SVM学习器和“一对一”编码方案。分类器=fitcecoc（培训特征、培训标签）；
计算数字分类器
使用来自测试集的图像评估数字分类器，并生成一个混淆矩阵来量化分类器的准确性。
在训练步骤中，首先从测试图像中提取HOG特征。这些特征将用于使用经过训练的分类器进行预测。
%从测试集中提取HOG特征。该过程类似于%已在前面显示，为简洁起见，已封装为辅助函数。[testFeatures，testLabels]=helperExtractHOGFeaturesFromImageSet（testSet，hogFeatureSize，cellSize）；%使用测试功能进行类预测。predictedLabels = predict(分类器，testFeatures);%使用混淆矩阵将结果制成表格。confMat = confconfmat (testLabels, predictedLabels);helperDisplayConfusionMatrix（confMat）
数字| 0 1 2 3 4 5 6 7 8 9--------------------------------------------------------------------------------------------------------0 | 0.25 0.00 0.08 0.00 0.00 0.00 0.08 0.00 1 | 0.00 0.75 0.00 0.00 0.00 0.08 0.00 0.00 0.08 0.00 2 | 0.00 0.00 0.00 0.67 0.17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.08 3 1240.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00.00 0.08 0.00 0.17 0.75 0.00 0.00 0.00 0.00 0.00 5 | 0.00 0.00 0.00 0.00 0.00 0.33 0.58 0.00 0.08 0.00 6 | 0.00 0.00 0.00 0.00 0.25 0.00 0.67 0.00 0.08 0.00 7 | 0.00 0.08 0.08 0.33 0.00 0.00 0.17 0.25 0.00 0.08 8 | 0.00 0.00 0.00 0.08 0.00 0.00 0.00 0.08 0.67 0.17 9 | 0.00 0.08 0.00 0.25 0.17 0.00 0.08 0.00 0.00 0.42
表格以百分比形式显示了混淆矩阵。矩阵的列表示预测的标签，行表示已知的标签。对于这个测试集，数字0经常被错误地分类为6，这很可能是由于它们的形状相似。9和3也出现了类似的错误。使用MNIST[2]或SVHN[3]等更有代表性的数据集进行训练，这些数据集包含数千个手写字符，与使用这种合成数据集创建的分类器相比，可能会产生更好的分类器。
总结
此示例演示了使用提取特征来自计算机视觉工具箱和fitcecoc统计和机器学习工具箱中的函数™. 虽然这里使用了HOG特征和ECOC分类器，但其他特征和机器学习算法也可以以相同的方式使用。例如，您可以探索使用不同的特征类型来训练分类器；或者您可以在统计和机器学习工具B中看到使用其他机器学习算法的效果公牛™ 比如k-近邻。
金宝app辅助功能
函数helperDisplayConfusionMatrix（confMat）%在格式化的表格中显示混淆矩阵。%将混淆矩阵转换为百分比形式confMat=bsxfun（@rdivide，confMat，sum（confMat，2））；数字='0':“9”；colHeadings = arrayfun (@ (x) sprintf (' % d '，x），0:9，“UniformOutput”，假）；格式=repmat(“%-9s”，1,11）；标题=sprintf（格式，“数字|”，colheaders{：}）；fprintf(“\n%s\n%s\n”头,repmat ('-'、大小(头)));对于idx=1:numel（位数）fprintf(“%-9s”,(数字(idx)“|”]);流(' % -9.2 f '，confMat（idx，：）；fprintf(“\n”)终止终止
函数[features，setLabels]=helperExtractHOGFeaturesFromImageSet（imds，hogFeatureSize，cellSize）%从imageDatastore中提取HOG特征。setLabels = imds.Labels;numImages =元素个数(imds.Files);numImages, hogFeatureSize，“单身”）;%处理每个图像并提取特征对于j=1:numImages img=readimage（imds，j）；img=rgb2gray（img）；%应用预处理步骤img = imbinarize (img);= extractHOGFeatures(img，“手机大小”，细胞大小）；终止终止
参考文献
[1] N. Dalal和B. Triggs，“面向人脸检测的直方图”，计算机视觉与模式识别，vol. 1, pp. 886-893, 2005。
[2] LeCun，Y.，Bottou，L.，Bengio，Y.，和Haffner，P.（1998）。基于梯度的学习应用于文档识别。IEEE会议录，862278-2324。
[3] Y. Netzer, T. Wang, A. Coates, A. Bissacco, B. Wu, A.Y. Ng，基于无监督特征学习的自然图像数字阅读技术NIPS Workshop on Deep Learning and Unsupervised Feature Learning 2011。
你也可以从以下列表中选择一个网站:
