对服装照片进行分类有哪些好的功能？ [关闭]

我想构建一个服装分类器，拍摄一件衣服的照片并将其分类为“牛仔裤”、“连衣裙”、“运动鞋”等。

一些例子：

这些图像来自零售商网站，因此通常是从相同角度拍摄的，通常在白色或浅色背景上 - 它们往往非常相似。

我有一组数千张图像，其类别我已经知道，我可以用它们来训练机器学习算法。

然而，我正在努力寻找应该使用哪些功能的想法。到目前为止我所拥有的功能：

def get_aspect_ratio(pil_image):
    _, _, width, height = pil_image.getbbox()

    return width / height


def get_greyscale_array(pil_image):
    """Convert the image to a 13x13 square grayscale image, and return a
    list of colour values 0-255.

    I've chosen 13x13 as it's very small but still allows you to
    distinguish the gap between legs on jeans in my testing.

    """
    grayscale_image = pil_image.convert('L')
    small_image = grayscale_image.resize((13, 13), Image.ANTIALIAS)

    pixels = []
    for y in range(13):
        for x in range(13):
            pixels.append(small_image.getpixel((x, y)))

    return pixels


def get_image_features(image_path):
    image = Image.open(open(image_path, 'rb'))

    features = {}
    features['aspect_ratio'] = get_aspect_ratio(image)

    for index, pixel in enumerate(get_greyscale_array(image)):
        features["pixel%s" % index] = pixel

    return features

我正在提取一个简单的 13x13 灰度网格作为形状的粗略近似值。但是，将这些功能与 nltk 一起使用NaiveBayesClassifier我的准确率只有 34%。

哪些功能在这里可以很好地发挥作用？

这是一个棘手的问题，因此有很多方法。

常见的方法（虽然很复杂）是获取输入图像，对图像进行超像素化并计算描述符（例如SIFT http://en.wikipedia.org/wiki/Scale-invariant_feature_transform of SURF http://en.wikipedia.org/wiki/SURF）这些超像素通过累积每个超像素的直方图来构建词袋表示，此操作从一堆降维的像素中提取关键信息。然后一个条件随机场 http://en.wikipedia.org/wiki/Conditional_random_field算法搜索图像中超像素之间的关系，并对已知类别内的像素组进行分类。用于像素化图像scikit-image http://scikit-image.org/包实现SLIC算法segmentation.slic http://scikit-image.org/docs/dev/api/skimage.segmentation.html?highlight=slic#skimage.segmentation.slic，对于 CRF，您应该看看PyStruct http://pystruct.github.io/包裹。 SURF 和 SIFT 可以使用 OpenCV 计算。

另一个简单的版本是计算给定图像的描述符（SIFT、SURF、边框、直方图等）并将它们用作分类器算法的输入，您可能想从这里开始，也许scikit-learn.org http://scikit-learn.org/是执行此操作最简单且最强大的包。