2016-11-09 131 views
1

我希望使用Google Cloud Vision API从图像中生成特征,我将进一步使用它来训练我的SVM以进行情感识别问题。请详细介绍如何在python中编写脚本,该脚本可以使用Google Cloud Vision API生成可直接输入SVM的功能。使用Google Cloud Vision API进行情感识别?

回答

1

我会去的步骤如下:

培训

  1. 创建任何你想要的情绪(如愤怒,高兴等)的数据集(训练+测试)。这个数据集必须是多样的,但在性别和年龄方面要保持平衡。
  2. 提取每张脸的特征。
  3. 标准化整个数据集。获取面部周围的边框并将其从图像中切下。另外,规格化每张脸的大小。
  4. 通过使用可从Google API获取的滚动和眼睛坐标来对齐脸部。
  5. 训练SVM(验证等)。

测试

  1. 获取图像。
  2. 提取功能。
  3. 标准化并对齐脸部。
  4. 使用SVM。

图书馆,我建议:

scikit-learn - SVM

OpenCV - 图像操作

+0

我有一个数据集,我一直在使用谷歌云愿景API提取的特征。现在,如何准确决定哪些功能将被输入到SVM中以及如何将它们输入到SVM中?我将添加一个与一个图像相对应的功能样本json文件。 https://docs.google.com/document/d/1IeHVju080cnxKRQ0aGifT6eIv-UEE18rWPrE-3WU1zA/edit?usp=sharing – Divyat

+0

正如我所说的,您需要使用每个脸部的边框对所有要素进行归一化。那么,我建议你从“地标”开始。然后,您可能需要了解每个功能的效果。顺便说一句,你只需要将它们堆叠在一个向量中。 (http://scikit-learn.org/stable/modules/svm.html) – cagatayodabasi

相关问题