rt，我想寫一個影像聚類的代碼(做著玩，但也想把準確性提高一下)。如果使用LBP演算法提取了影像集中每個圖片的特征向量，然后我把這些特征向量用kmeans演算法去做聚類的話，這種辦法可行嗎？準確性大致會達到多少。
uj5u.com熱心網友回復：
大佬們快來啊，網上搜不到這兩種演算法的配合使用情況
uj5u.com熱心網友回復：
沒人做過，你可以嘗試一下啊。我覺得難點可能就是圖片的特征向量是個多維的資料，用kmeans發生維度災難的可能性非常大，而且，維度多的話，難形成群聚，群內和群間的距離都會很相近......祝你好運
uj5u.com熱心網友回復：
感謝您的回復，我把兩個演算法結合了一下。發現如果圖片的背景干擾很少的話，可以得到很高的準確率，但背景干擾一多的話效果就會很差。就比如，我的測驗圖片中恐龍一類的分類準確率能到100%,因為圖片背景單調，但其它類別的圖片聚類效果都在30-55%之間。所以我在想有什么方法能最大限度的降低圖片非中心物體的干擾。
uj5u.com熱心網友回復：
您提到的這兩點也確實是我現在遇到的問題，如果我不能在特征提取上再做提高的話，那就只好換掉kmeans了
uj5u.com熱心網友回復：
感謝您的回復，我把兩個演算法結合了一下。發現如果圖片的背景干擾很少的話，可以得到很高的準確率，但背景干擾一多的話效果就會很差。
就比如，我的測驗圖片中恐龍一類的分類準確率能到100%,因為圖片背景單調，但其它類別的圖片聚類效果都在30-55%之間。所以我在想有什么方法能最大限度的降低圖片非中心物體的干擾。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/142134.html
標籤：機器視覺