Q&A
k-NNでの分類は単純に
https://qiita.com/yshi12/items/26771139672d40a0be32
なだけではないでしょうか？精度はすごくないものの分類として一般的なアルゴリズムと思いますが。
画像から人の体型を4つのカテゴリに分類する課題に関する論文を見ていての質問です．
分類に際して，論文内では大まかに
0. 画像から特徴ベクトルを抽出
0. k-means法で特徴ベクトルを５００クラスにクラスタリング
0. k-NN法で分類
という流れで実装しています．
k-NN法での分類に関して論文を読んでいてイメージが湧かなかったので質問させていただきます．
私の認識ではこの論文のようなタスクに対して行うk-NN法を用いた分類は，
・k-NN法で，各画像に対してVisual Wordsごとのヒストグラムを作成
・ヒストグラムを画像と１：１のベクトルとして扱う
・このベクトル用いて，何らかの分類器を教師あり学習でトレーニングする
という流れで行われると考えていました．これにより，未知の画像に対して
特徴ベクトル抽出→k-NN法でヒストグラム作成→ヒストグラム作成により得られたベクトルを分類器へとおす→出力でカテゴリ予測
ということができると考えていました．
しかし，論文を見る限り分類器を使用せず，k-NN法のみでカテゴリ分けまで行っているように見られます．
ヒストグラム作成から4カテゴリへの分類までの流れについて，解説いただきたく存じます．
よろしくお願いいたします．
ありがとうございます．
お送りいただいたページに記載されているようなk-NNの概要は理解しているつもりでした．
これに基づくと本論文の場合では，
500のクラスタそれぞれが4つのクラスのいずれかにラベリングされており，未知の画像から得られた特徴ベクトルがどのクラスにラベリングされたクラスタに多く分類されるかでカテゴリ分けが行われるという感じなのでしょうか？
例えば，画像から抽出された30の特徴ベクトルを500のクラスタいずれかに分類したとき，aにラベリングされたクラスタが10個，bは8個，cは7個，dは5個となればこの画像はaに分類されるということでしょうか？
回答1件
0
自己解決
入力画像は，特定の体型カテゴリに対応するVisual Wordsの最大出現率を決定することで分類される．という記載が論文内にありました．
コメントいただきありがとうございました．
投稿2021/01/16 07:03
総合スコア19
あなたの回答
tips
プレビュー
