Harr-Like特征分类效果

1000个正样本,1000个负样本
将图像归一化至24X24

选取了10个特征模板:

HarrLike{1}=[1 -1];
HarrLike{2}=[1 -1].';
HarrLike{3}=[1 -1 1];
HarrLike{4}=[1 -1 1].';
HarrLike{5}=[0 1;-1 0];
HarrLike{6}=[1 0;0 -1];
HarrLike{7}=[1 -1;-1 1];
HarrLike{8}=[1 1 1;1 -1 1;1 1 1];
HarrLike{9}=[0 0 1;0 -1 0;1 0 0];
HarrLike{10}=[1 0 0;0 -1 0;0 0 1];

每个样本提取特征数量1909个

训练错误率可以下降至5%以内,但测试错误率却在20%以上,相差非常大,并且收敛缓慢

猜测原因:

1、Harr-Like特征不适合于进行溃疡病

2、归一化图像大小不合适(太大或者太小)

3、Harr-Like特征特征模板不合适

4、提取特征数量太少

准备暂时放弃使用Harr-Like特征。主要原因在于

1、效果较差

2、训练花费时间太长(因为特征维数太高)

把其他特征空间的特征提炼完毕后,再来考虑Harr-Like特征。

 

Harr-Like特征分类效果

你可能感兴趣的:(like)