理想HoG特征数

Question

因此，如何提取HoG特性有许多选择。每个单元格使用不同的方向、不同的像素数和不同的块大小。

但是，是否有标准的或最佳的配置？我有50x100大小的训练图像，我选择了8个方向的方向。为了进行车辆分类，我从训练数据中提取特征。但我真的不知道什么是“最佳”。

例如，我这里有两个配置，有理由选择一个而不是另一个吗？就我个人而言，我觉得第二个选择更好，但为什么呢？

​

​

​

​

Answer 1

我用猪来识别产品。根据我当时的理解，你指的是标准猪的一个真正的问题。根本没有最优的配置，这取决于数据集。如果有数据集的最佳值，然后调整数据集的所有图片的大小，则也应调整值的大小。因此，没有最理想的“一刀切”的HOG值。

但并不是所有的东西都丢失了。相反，你应该做的是一种“时时刻刻”起作用的方法。我们的想法是做空间金字塔匹配。这只是做各种规模的猪，并将它们结合在一起。一幅画值一千字：

​

​

你可以看到，在这里，2级只是标准猪与精细的细胞。但是，它可能不是最好的尺度(因为单元格太小，而你只是观察到噪音)(另一方面，太大的单元格，如0级，可能太大了，而且到处都会有统一的直方图)。当您在数据集上进行培训时，您可以计算每个级别的最佳权重，并且您将知道什么是最优值，即:什么是最相关的单元格大小？