图像处理 – 理想的HoG特征数

因此,有很多选项可以提取HoG功能.
使用不同的方向,每个单元的不同像素数和不同的块大小.

但是有标准或最佳配置吗?
我有50×100大小的训练图像,我选择了8个方向.我正在从训练数据中提取特征以进行车辆分类.但我真的不知道什么是“最佳”.

例如,我在这里有2个配置,有没有理由选择其中一个?就个人而言,我觉得第二个是更好的选择,但为什么呢?

我用HOG进行产品识别.根据我当时的理解,您指的是标准HOG的真正问题.根本没有最佳配置,它取决于数据集.如果您拥有数据集的最佳值,然后调整数据集的所有图片,则还应调整值的大小.因此,HOG没有最佳的“一刀切”值.

但一切都不会丢失.你应该做的是一种“一直”工作的方法.这个想法是做Spatial Pyramid Matching.这只是在各种规模上做HOG并将它们组合在一起.一张价值千言万语的照片:

你可以看到,在这里,2级只是具有细胞的标准HOG.但也许它不是最好的比例(因为细胞太小而你只是观察到噪音)(另一方面,太大的细胞,如0级,可能太大,你将在任何地方都有统一的直方图).在对数据集进行训练时,您可以计算每个级别的最佳权重,并且您将知道什么是最佳值,即:最相关的单元格大小是多少

相关文章
相关标签/搜索