Hog与形状匹配并肩而行

怎么才能验证形状匹配是ok的呢?

想到了hog,即梯度直方图,我们为了方便,只是用了梯度角度直方图,梯度幅值直方图没有使用,我们先看一下相互验证的效果:

我们匹配结果是7度,针对学习模板,学习的梯度角度是多少呢?旋转7度后的梯度角度又是多少?

匹配到的实际7度的梯度角度如何?如下:(好像关系不明显)

好,我们20度的全部加在一起,只有九个(上面统计梯度角度时,把0度和180合并过了,1度和181也合并了,360变180,180组数据,20个一组合并,就变9组数据了),再看匹配和学习结果对比:

是不是他们的百分比(percent)一致了?这个偏差多少呢?3+0+1+2+1+0+2+0+1=10,这个偏差和很小了,我发现低于25,匹配度就很高。

有时候,1到2度的偏差,hog结果变化很大,我们怎么消除?

我们发现hog的一个好处,就是,你图像旋转了7度,而hog中360度的环,0变7,1变8,0-6会被359-353填充,原来的0-6到了7-13,都顺序向后延了,也就是说,你旋转,我转360的环即可。

第二个好处是,我们匹配是7度,我可以找到学习到的hog环中6,7,8度的hog和你比对,180个偏差和最小,就是最好的度数,

这样我们就消除了hog在偏差1,2度时对结果的影响,如下,我们发现匹配是7度,但是我们计算hog180个数据最小偏差和在+1位置上,即就是8度,0是我们选中的7度位置hog,我们在+-2度范围内找最小,结果是8度。

那么这样就会保证这样的结果:

为了hog的准确,1,2度还是要计较的!

但是从我们的轮廓匹配来说,偏差一,二度我认为,已经到位,从hog来说,hog在轮廓匹配基础上更准确!

  • 6
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值