第四章 實驗結果
4.1 結合不同特徵的卡方距離
在第三章我們提出結合LBP 特徵的卡方距離及色彩特徵的卡方距離可提高物 件辨識準確率，並以10 個物件類別的小實驗證實我們的假設。但物件辨識的組間 變異相當大，當物件類別數目上升或類別改變時都會改變辨識準確率，因此我們 在此節探討當物件類別數上升或類別改變時，結合此兩種特徵的卡方距離是否有 效提升辨識準確率。
我們從資料庫內70 類圖片隨機挑選出 20 類，每類圖片皆偵測醒目性區域，
並對原圖片抽取色彩特徵及LBP 特徵，色彩特徵直方圖柱數=8 ，LBP 特徵半徑3
=1、周圍點數=8、一致性=2，以偵測到的醒目性區域做權重進而統計出 LBP 直方 圖及色彩直方圖並計算LBP 特徵的卡方距離及色彩特徵的卡方距離，最後調整兩 卡方距離權重以得到新的卡方距離，以K-最鄰近分類法完成物體辨識，取 K=5。
圖4.2 為在不同權種情況下，隨機從資料庫 70 類內抽取 20 類 10 次的辨識準確率 圖。
40
圖 4.2 隨機抽取資料庫 20 類十次的辨識準確率
基於易讀性的考量，我們只在圖4.2 繪出隨機抽取 10 次的辨識準確率分佈範 圍，此章之後的所有實驗仍隨機抽取資料庫類別10 次，但曲線圖將只繪出隨機抽 取10 次的平均準確率圖，使實驗結果易於觀察。
圖 4.3 為在擴大資料庫類別下，改變 LBP 卡方距離權重造成的辨識準確率變 化圖，x 軸為 LBP 卡方距離所佔權重，x 軸最左邊 LBP 卡方距離權重=0，色彩卡 方距離權重=1，最右邊為 LBP 卡方距離權重=1，色彩卡方距離權重=0，y 軸為辨 識準確率。觀察圖 4.3 可發現單獨以 LBP 卡方距離或色彩卡方距離分類時得到的 辨識準確率皆較結合使用時來的低，此及驗證了兩者的互補性，且LBP 卡方距離 辨識結果較色彩卡方距離佳，此和第三章的以10 類資料庫做辨識的結果不同，我 們推測若物件類別大量上升，以色彩特徵來做判斷較容易造成取偽的情形，因為 即使是不同類的物體也有可能產生相同的色彩直方圖，同類的物體也可能色彩直 方圖完全不同，使取偽的機率在類別上升時大大的提升，因此在物件類別增加時，
以 LBP 卡方距離做分類的效果反而比色彩卡方距離好。將兩卡方距離結合的同 時，辨識準確率明顯提升，在不同類別數時皆可得到此結果，觀察上圖在類別數
41
從20 上升到 60 時，LBP 卡方距離權重=0.8 或 0.9 時可得到最佳的辨識準確率，此 也驗證了LBP 特徵及色彩特徵的互補性。
另一方面，考慮某些圖片可能過於容易辨識或太難辨識，本文將辨識準確率 計算方式取類別辨識率的中位數來代表辨識準確率，實驗結果圖為圖4.4，我們仍 可發現將LBP 特徵及色彩特徵合併的實驗結果較只選取單一特徵做辨識佳，將辨 識率取中位數後，辨識準確率的最高值大約位於LBP 特徵權重 0.6~0.9 之間。
圖 4.3 不同 LBP 卡方距離權重對辨識準確率的影響