如何对视频数据使用SVM？
我的问题是如何使用 SVM 方法对跑步和行走这两种动作进行分类。 首先我有 02 个视频（第一个动作是跑步，第二个是行走），之后，我将它们转换为二进制图像 MC 和 MM 的序列（我使用了轮廓检测，即：02 矩阵仅包含 1和 0)。
- MC：是一个维度为（120 * 160 * 65）的矩阵，65是“第一个视频的帧数。
- MM：是一个维度为（120 * 160 * 87), 87 是“第二个视频的帧数。
问题：
- 如何使用 SVM？如何形成我的数据矩阵和我的组向量？
- 我应该直接使用 matlab 命令
svmtrain、svmclassify并使它们适应我的问题还是我必须编写自己的代码？ svmsacling对我来说重要吗？
My problem is how to classify two actions: running and walking using the SVM method.
First I have 02 videos (the first action is running, the 2nd one is walking), after, I've transformed them into a sequence of binary images MC and MM (I have used the Contour detection ie: the 02 matrices contain only 1 and 0).
- MC: is a matrix of dimension (120 * 160 * 65), 65 is "number of frames of the first video.
- MM: is a matrix of dimension (120 * 160 * 87), 87 is "number of frames of the 2nd video.
Issues:
- How can i use SVM? How can form my data matrix and my groups vector?
- Should I use directly the matlab commands
svmtrain,svmclassifyand adapt them to my problem or I have to write my own code? - Is
svmsaclingimportant in my case?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
如果你想使用SVM对视频进行分类
1）您需要选择特征描述符（特征提取）。例如，如果背景是静态的，则当人跑步时，像素的数量可能比人行走的情况更大。选择合适的功能是最重要的一步。使用原始数据文件可能不起作用。
2）需要使用svm工具。 LIBSVM (http://www.csie.ntu.edu.tw/~cjlin/libsvm/) 是最好的工具之一。
3）如果您阅读文档（http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf），您会发现缩放通常会提高SVM性能。
if you want to use SVM to classify the videos
1) You need to select feature descriptor/s (feature extraction). For example, if the background is static, when a person runs, the number of the pixel may be larger than the case where the person walks. Selecting the proper features is the most important step. Using raw data file will probably not work.
2) You need to use an svm tool. LIBSVM (http://www.csie.ntu.edu.tw/~cjlin/libsvm/) is one of the best tools.
3) If you read the document (http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf), you will see that scaling usually improves SVM performance.