Создание толкового классификатора объектов

[kudukSweetone 3]

Добрый день!

Дана следующая задача:

Имеется галерея объектов из 1000 шт. (в прикрепленном файле лишь некоторые варианты объектов). В основном это геометрические примитивы отличающиеся друг от друга. Все объекты являются УНИКАЛЬНЫМИ, то есть абсолютно одинаковых нет, есть лишь близкие по форме. Объекты могут содержать внутри своего контура некоторые отметки.

Так вот цель - Классифицировать объекты близкие по форме и внутренним отметкам.

Пояснение: допустим у нас есть 8 изображений похожих на капли, но все они немного отличаются по форме (допустим одна капля вытянутая, а другая приплюснутая), мы визуально видим что все эти объекты можно отнести к классу "КАПЛИ", а как сделать так чтобы классификация происходила автоматически (с помощью алгоритма)?

Или допустим у нас есть 5 круглых объектов, 3 очень похожи друг на друга и попадают в категорию "КРУГИ", а 2 надкусанных круга и попадают в категорию "НАДКУСАННЫЙ".

Подскажите, пожалуйста, есть ли какие толковые классификаторы которые смогут справиться с такой задачей?

[Nuzhny 243]

Классификаторов много и очень разных. А вот что применить в каждом конкретном случае - большой вопрос. Я бы на твоём месте попробовал Random forest. Но это так, чисто интуитивно.

[mrgloom 242]

я так понял вопрос скорее в том как определить отличия объектов, т.е. сформировать их признаки.

ну есть Ху моменты и еще моменты и какие то еще признаки.

ну вот составить вектор признаков, а потом уже кластеризовать данные.

[kudukSweetone 3]

В том то все и дело, что кроме формы нам ничего не известно. Размер не имеет значения если применять моменты.

Над моментами я думаю, дело в том, что при использовании моментов непонятно потом как расставить интервалы для полученных численных значений, от балды не пойдет.

[mrgloom 242]

при использовании моментов непонятно потом как расставить интервалы для полученных численных значений

не понял.

размер объектов можно и учитывать и не учитывать(используя площадь или периметр), а моменты дают информацию именно о форме объекта.

[kudukSweetone 3]

Насчет границ интервалов поясняю. Вот в прикрепленном файле результат работы моментов.

Как видите на рисунке у близких по форме объектов "укушенные" диапазон значений моментов довольно широк. То есть чтобы классифицировать их как "укушенные" и не перепутать с другими объектами, нужно для классификатора правильно указать этот самый диапазон - допустим все значения от 2.6 до 2.9 это все "укушенные", все остальные значения ниже или выше диапазона не принадлежат этой группе.

Вот, поэтому вопрос в том как определить этот диапазон значений, как обучить классификатор?

[mrgloom 242]

классификатор "сам вам сгруппирует" объекты по вектору признаков который вы ему предоставите.

если вы плохо выберете параметры для этого вектора признаков, то всё свалится в кучу, т.е. группы у вас должны быть отличимы.

а уровень по какому отсекать не знаю как задается,зависит наверно от алгоритма каким кластеризовать данные.

вот например http://ru.wikipedia.org/wiki/K-means задаете только кол-во объектов и он вам делит кашу из ваших данных на К кластеров.