KNN和线性分类器

图像分类的困难和挑战：对于人来说，识别出一个像“猫”一样视觉概念是简单至极的，然而从计算机视觉算法的角度来看就值得深思了。我们在下面列举了计算机视觉算法在图像识别方面遇到的一些困难，要记住图像是以3维数组来表示的，数组中的元素是亮度值。

• 视角变化（Viewpoint variation）：同一个物体，摄像机可以从多个角度来展现。
• 大小变化（Scale variation）：物体可视的大小通常是会变化的（不仅是在图片中，在真实世界中大小也是变化的）。
• 形变（Deformation）：很多东西的形状并非一成不变，会有很大变化。
• 遮挡（Occlusion）：目标物体可能被挡住。有时候只有物体的一小部分（可以小到几个像素）是可见的。
• 光照条件（Illumination conditions）：在像素层面上，光照的影响非常大。
• 背景干扰（Background clutter）：物体可能混入背景之中，使之难以被辨认。
• 类内差异（Intra-class variation）：一类物体的个体之间的外形差异很大，比如椅子。这一类物体有许多不同的对象，每个都有自己的外形。

K临近算法：计算样本和训练数据的差值，但是训练数据越多，计算的时间就越长，实际上这是个线性增长的过程。

FLANN实例库

曼哈顿距离：差值的绝对值

欧氏距离\L2

KNN：寻找最近的K个图片，通过投票来选择最终的标签结果。

从上图中可以看出，对于不同的k的设定整个分类图的边缘有明显的不同，k越大边缘越平滑。

 

两种超参数选择：

1、用什么距离（曼哈顿还是欧氏距离）

2、K选择多少

 

这和具体的问题有关，对大量的数据进行试验

将数据的1/5作为验证集，4/5作为训练集

交叉验证法：将数据分为5折，一折作为验证，四折作为训练，轮流循环，找到最优的分布。得到超参数

 

KNN分类器在图像分类中不适用。（这是应为即使对于图像很小的平移计算的距离差距都会比较大，对于大致相似的图但是细节率有不同，计算的距离 又特别小，不利于分类）

非参数优化方法：KNN

 

下面介绍参数优化方法：线性分类器

 

构造一个函数，输入图片，输出分类，w为函数的参数。

 

线性分类器：输入向量已知

W权重矩阵每一行都可以看作是一个分类器（对应不同种类）

 

W具体的内容是什么呢？

 

事实上一个线性的分类器的作用如下图：

 

但是如果对于样本比较难分的情况呢？

除了cat的分类正确其他的分类得分都不正确，这说明这个分类器的效果并不是很好。

 

那我们如何去衡量学习到的分类器与理想分离器的差距呢？

在这里引入了loss函数，loss越大，分类器效果越差，loss越小分类器效果越好。