当我使用N号选择样本大小的图像时,应该使用什么平均值统计方程?在图像上查找最受欢迎的区域
我有一个独特的问题,我希望得到一些建议,以便我不会错过任何事情。 问题:根据用户选择不同选择比例的区域,找到图像上最受欢迎/喜欢/重要的区域。
场景:考虑一个Image of a dog,并且数百个用户在不同的分辨率下选择该图像上的区域,在大多数选择中明显的焦点区域将是包含该狗的区域。我可以记录x1,x2,y1,y2坐标,并将它们放入一个分贝,现在如果我想在一组分辨率中自动生成这个图像的版本,我应该能够识别该区域的最大吸引力用户。 我认为可以工作的方法有:
- 找到所有选择的平均中心点,并以此为基础进行选择。 - 非常简单,但不会那么准确。
- 使用像K Means或EM Clustering这样的算法,但我不知道哪一个最适合。
期待一些辉煌的解决我的问题
的问题更多信息: 实际影像将会是最有可能是1024×768的图像,并在其上做出的选择将是最常见的手机解决方案。目标是通过基于用户选择的智能学习自动生成手机壁纸。
你希望实现和呈现的结果是什么? 5个机顶盒区域,彩色“热点”区域还是其他? –
实际的图像分辨率会高得多,我希望能够自动为使用用户输入的手机生成壁纸。 – Suyash
如果2个角落同样受欢迎的选择区域,您会喜欢什么结果?采取其中一个角落或他们之间的区域? –