我使用CvSVM仅对两种类型的面部表情进行分类。我使用基于LBP(本地二进制模式)的直方图从图像中提取特征,并使用cvSVM::train(data_mat,labels_mat,Mat(),Mat(),params)
进行训练,其中,CvSVM.predict()给出'NaN'输出并且准确度低
data_mat的大小为200x3452,其中包含行主要形式的200个样本的归一化(0-1)特征直方图与3452设有每个(取决于邻域点的数目)
labels_mat被相应的含只有两个值0和1 参数标签矩阵是:
CvSVMParams PARAMS;
params.svm_type =CvSVM::C_SVC;
params.kernel_type =CvSVM::LINEAR;
params.C =0.01;
params.term_crit=cvTermCriteria(CV_TERMCRIT_ITER,(int)1e7,1e-7);
的问题是: -
测试时我变得非常坏的结果(约10%-30%的准确率),即使有不同的内核和train_auto()函数应用之后。
CvSVM::predict(test_data_mat,true)
给“男”输出
,我将不胜感激任何帮助,它让我难住了。