DPM(Deformable Parts Model)之hog31维特征

最新推荐文章于 2019-05-18 15:35:13 发布
最新推荐文章于 2019-05-18 15:35:13 发布
阅读量3.7k 收藏 8
点赞数 1
分类专栏： 图像算法

作者对HOG进行了很大的改动。作者没有用4*9=36维向量，而是对每个8x8的cell提取18+9+4=31维特征向量。作者还讨论了依据PCA（Principle Component Analysis）可视化的结果选9+4维特征，能达到HOG 4*9维特征的效果。

这里很多就不细说了。开题一个字都还没写，要赶着开题……主要是features.cc。有了下面这张图，自己慢慢研究下：

lien0906
关注
专栏目录
deformable parts model PAMI 论文
12-30
### 变形部件模型（Deformable Parts Model, DPM）在物体检测中的应用 #### 摘要 本文介绍了一种基于多尺度变形部件模型混合体的物体检测系统。该系统能够有效表示高度可变的物体类别，并在PASCAL物体检测挑战赛中...
HOG特征-理解篇
热门推荐
Rachel Zhang的专栏
03-18 11万+
网上去找关于HOG的资料，发现理解性的较少，而且较为冗长，为方便大家理解便自己写了篇，希望能对奋斗在特征提取第一线的同志们有所帮助： HOG即histogram of oriented gradient, 是用于目标检测的特征描述子，该技术将图像局部出现的方向梯度次数进行计数，该方法和边缘方向直方图、scale-invariant feature transform类似，不同的是hog的计算
HOG特征
weiwei2012start的专栏
04-14 1705
1、HOG特征：        方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国研究人员Dal
hog特征与fhog特征
qq_40239482的博客
01-21 1万+
fhog在KCF和DSST中都用到了，当时看KCF的时候做了总结，放在这里。 传统hog特征提取。 关于HOG特征（梯度统计直方图）简单介绍一下，首先是对原图进行灰度化（hog统计的是梯度信息，色彩几乎没有贡献），再进行gamma压缩和归一化（减轻光照影响）。然后进行统计，首先是统计每个cell（代码里用的是4_4）里的梯度（包括大小和方向，大小用来加权方向）统计直方图，再把几个cell合并成一个
Hog特征
机器学习的小学生
10-12 1972
Hog各参数图解 http://blog.csdn.net/raodotcong/article/details/6239431 图中：红色区域表示图像，绿色区域表示winSize,蓝色区域表示block,黄色区域表示cell，一般性的一个block中含有4个cell，其中cell是最小的单元，用来统计cell中梯度方向的直方图（如方向bin为9，具体方向的统计可以根据自己需要进行修改），图中给出
DPM（Deformable Part Model）原理详解
年轻即出发，
09-22 6万+
写在前面： DPM（Deformable Part Model），正如其名称所述，可变形的组件模型，是一种基于组件的检测算法，其所见即其意。该模型由大神Felzenszwalb在2008年提出，并发表了一系列的cvpr，NIPS。并且还拿下了2010年，PASCAL VOC的“终身成就奖”。   由于DPM用到了HOG的东西，可以参考本人http://blog.csdn.net/qq_148
HOG参数简介及Hog特征维数的计算
简单用心品质生活
08-29 3万+
HOG构造函数 CV_WRAP HOGDescriptor() :winSize(64,128), blockSize(16,16), blockStride(8,8),      cellSize(8,8),nbins(9), derivAperture(1), winSigma(-1), histogramNormType(HOGDescriptor::L2Hys),L2HysThresho
DPM(Deformable Part Model) 源码
09-09
DPM（Deformable Part Model）是一种用于物体检测的计算机视觉模型，由PASCAL VOC（Visual Object Classes）挑战赛的参与者广泛使用。这个模型在处理具有可变形状和姿态的物体时表现出了强大的能力。DPM的核心理念是...
hog_HOG特征_hog特征提取.zip
10-11
例如，Felzenszwalb和Huttenlocher提出的Deformable Part Model (DPM)就是一种利用HOG特征进行行人检测的典型方法。 总之，HOG特征是计算机视觉中一种强大的特征提取技术，尤其适用于物体检测任务。通过对图像的...
voc-release3.1.rar_DPM_hog算子_svm改进_改进HOG_改进的svm
07-13
DPM作者获得 2010年CVPR终生成就奖，DPM是在HOG的基础上进行改进，解决了HOG算子的不足，并且对SVM也进行了小幅度改善提出了LSVM这个概念
DPM模型参数详解及其特征金字塔流程
10-23
DPM（Deformable Part Model）是一种用于对象检测的统计模型，尤其在处理具有复杂形状变化的对象时表现出色。它将对象看作是一组可变形的部分，这些部分可以相对中心物体进行位移，并且通过一组参数来描述这种位移。...
【图像处理系列】fhog特征
qq_33569337的博客
08-20 1万+
1. hog特征提取—9维特征向量 步骤1：灰度化（将输入的RGB三通道图像转化为单通道图像）； 步骤2：采用gamma校正法对输入图像进行颜色空间的标准化，校正公式为： I(x,y)=I(x,y)gammaI(x,y)=I(x,y)gammaI(x,y)=I(x,y)^{gamma} 其中gamma=1/2gamma=1/2gamma=1/2，通过Gamma压缩处理，可以降低光照变化以...
图像学习之如何理解方向梯度直方图（Histogram Of Gradient）
weixin_34220834的博客
08-23 1919
特征描述子(Feature Descriptor) 特征描述子就是图像的表示，抽取了有用的信息，丢掉了不相关的信息。通常特征描述子会把一个w*h*3(宽高3，3个channel)的图像转换成一个长度为n的向量/矩阵。比如一副64*128*3的图像，经过转换后输出的图像向量长度可以是3780。 什么样子的特征是有用的呢？假设我们想要预测一张图片里面衣服上面...
hog与fhog
xiaoou的博客
01-13 4993
hog特征提取 参考 每个block（假设 2×22\times 22×2 个cell）共 4×9=364\times 9=364×9=36 维特征，通过PCA降维后得到11维特征或直接对这 4×94 \times 94×9 的特征分别进行行、列累加，得到 4+9=134 + 9 = 134+9=13 维特征，都得到与36维特征差不多的结果。（但直接累加比PCA降维计算量要少很多） fhog特征...
DPM目标检测算法
知识搬运工的博客
05-18 1万+
DPM算法由Felzenszwalb于2008年提出，是一种基于部件的检测方法，对目标的形变具有很强的鲁棒性。目前DPM已成为众多分类、分割、姿态估计等算法的核心部分，Felzenszwalb本人也因此被VOC授予"终身成就奖"。 DPM算法采用了改进后的HOG特征，SVM分类器和滑动窗口（Sliding Windows）检测思想，针对目标的多视角问题，采用了多组件（Comp...
人脸检测（1）——HOG特征
weixin_30773135的博客
09-27 1293
一、概述 　　前面一个系列，我们对车牌识别的相关技术进行了研究，但是车牌识别相对来说还是比较简单的，后续本人会对人脸检测、人脸识别，人脸姿态估计和人眼识别做一定的学习和研究。其中人脸检测相对来说比较简单，譬如Dlib库中直接封装了现成的库函数 frontal_face_detector 供相关人员使用，但是Dlib的运行速率并不是很高，另外于仕琪老师的 libfaceDetection 库具有较...
图像的全局特征--HOG特征、DPM特征
wishchinYang的专栏
03-16 7180
       HOG特征：方向梯度直方图（Histogram of Oriented Gradient,）特征是一种全局图像特征描述子。        它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而...
DPM目标检测算法(毕业论文节选)
Note of Transposition
12-08 3万+
DPM目标检测算法由Felzenszwalb于2008年提出，是一种基于部件的检测方法，对目标的形变具有很强的鲁棒性[13]。目前DPM已成为众多分类、分割、姿态估计等算法的核心部分，Felzenszwalb本人也因此被VOC授予"终身成就奖"。
hog特征及其提取方法图示
weixin_33835690的博客
03-17 497
1 什么是hog特征 hog特征是histogram of gradient的缩写。我们观察图像时，信息更多来自目标边沿的突变。我们计算一块区域内的所有像素处的梯度信息，即突变的方向和大小，然后对360度进行划分，得到多个bin，统计该区域内的所有像素所在的bin，就得到了一个histogram。这就是hog特征。 2 hog特征的提取方法 2.1 将彩色图像转换为灰度图像 2.2 Gam...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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