für meine abschlussarbeit ich versuche, ein 3d-gesichtserkennungssystem durch die kombination von farbe und tiefe information aufzubauen. Der erste Schritt, den ich gemacht habe, besteht darin, den Datenkopf mit dem iterativen Algorithmus des nächsten Punktes auf einen gegebenen Modellkopf auszurichten. Für den Erkennungsschritt dachte ich über die Verwendung der libsvm nach. aber ich verstehe nicht, wie man die Tiefe und die Farbinformation zu einem Merkmalsvektor kombiniert? Sie sind abhängige Informationen (jeder Punkt besteht aus Farbe (RGB), Tiefeninformationen und Scan-Qualität) .. Was schlagen Sie vor? etwas wie Gewichtung?maschinelles lernen - svm feature fusion techique
bearbeiten: Letzte Nacht habe ich einen Artikel über SURF/SIFT Funktionen gelesen, die ich gerne verwenden würde! könnte es funktionieren? Das Konzept wäre das Folgende: Extrahieren dieser Features aus dem Farbbild und dem Tiefenbild (Entfernungsbild), wobei jedes Merkmal als ein einziger Merkmalsvektor für das SVM verwendet wird?
Wie Steve sagte, verketten Sie die beiden Vektoren. Ich würde dann PCA durchführen. – Eamorr
Letzte Nacht habe ich einen Artikel über SURF/SIFT Funktionen gelesen .. ich möchte sie benutzen! könnte es funktionieren? Das Konzept wäre folgendes: - Extrahieren dieser Merkmale aus dem Farbbild und dem Tiefenbild (Entfernungsbild) an – Ben