记录找到的代码地址-PHOG\FHOG特征

最新推荐文章于 2021-08-21 22:57:12 发布
VIP文章 最新推荐文章于 2021-08-21 22:57:12 发布
阅读量432 收藏 2
点赞数
分类专栏： 烟酒僧
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qigeyonghuming_1/article/details/110493794
版权

快开题了，果然截止日期才是第一生产力。

phog

就是金字塔思想+hog，matlab代码来源于https://www.robots.ox.ac.uk/~vgg/research/caltech/phog.html
读完对应的论文 2007-Andrew Zisserman-Representing shape with a spatial pyramid kernel
ps:phog的代码调出来以后，正确率才43%，我觉得是因为特征不够丰富，这个phog似乎没有cell和block的概念，所以自己写了个一层一层分块的代码，最后加在一起，每层的权重都一样，正确率为84.410%，原始hog调参至最好情况是88%左右，所以还是很差
论文中的改进主要有以下几点：1phog特征=hog+金字塔（注意和高斯金字塔不一样，作者特地指明说本文不需要用高斯核来平滑）
2采用倒角距离来替换直方图交叉核，作为SVM的核函数
3每一层都有不同权重，每一类也有不同权重，权重是学习来的，学习的方法是用穷举法在验证集上看哪个参数能够跑出最好的结果。
4特征融合（phog属于形状特征，还有另外一种属于外形特征）
如何将二者融合在一起取得最好结果（法1：线性组合，极端条件下就是只使用1种特征，法2：两种进行比较，取核函数最大的那个，核函数就是倒角距离的那个，其实这点我有点看不懂。。。）
嗯结合了这三

最低0.47元/天 解锁文章
qigeyonghuming_1
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
LBP_PHOG特征利用SVM训练分类器
02-03
matlab的lbp+phog特征融合，再利用SVM进行训练得到分类器。修改样本路径就可以运行。 matlab的lbp+phog特征融合，再利用SVM进行训练得到分类器。修改样本路径就可以运行。
FHOG:Felzenszwalb HOG（FHOG）特征提取器，用于C ++
04-29
福格 用于C ++的Felzenszwalb HOG（FHOG）特征提取器。 FHOG广泛用于对象跟踪和对象检测。 @joaofaro和他的KCF跟踪器一起提供C ++实现。 此实现使用OpenCV 1数据结构。 此外，功能图内存不会自动释放。 该存储库使用OpenCV3重写了C ++中的FHOG代码。 要求 OpenCV 3+（OpenCV2应该可用，但未经测试） 用法 # include " fhog.h " ... FHOG fhogDescripter; // This can be called before your caculation. // If this function is called before actual calculation, // many internel Mats will be pre-allocated.
phog 特征描述器
01-29
HOG descriptors 是应用在计算机视觉和图像处理领域，用于目标检测的特征描述器。这项技术是用来计算局部图像梯度的方向信息的统计值。这种方法跟边缘方向直方图（edge orientation histograms）、尺度不变特征变换（scale-invariant feature transform descriptors） 以及形状上下文方法（ shape contexts）有很多相似之处，但与它们的不同点是：HOG描述器是在一个网格密集的大小统一的细胞单元（dense grid of uniformly spaced cells）上计算，而且为了提高性能，还采用了重叠的局部对比度归一化（overlapping local contrast normalization）技术。
融合PHOG和MSLBP特征的铁路扣件检测算法 (2015年)
05-20
为了提高铁路扣件检测的识别率和鲁棒性,以及扣件图像 PHOG特征的有效性,提出了简单有效的枕肩定位算法,该算法首先在提取PHOG特征前,根据枕肩、扣件和背景间的位置关系去除冗余背景信息;然后,模拟人眼视觉注意机制,设计MSLBP特征采样方式,提取扣件图像的宏观纹理特征;最后,采用分层次加权融合的方法联立两类特征,并采用SVM分类器进行扣件分类识别,提出一种基于计算机视觉和PHOG MSLBP融合特征的缺陷识别算法.将该算法应用于实验,结果表明:与使用PHOG、MSLBP单一特征相比,基于PHOG MSLB
金字塔式梯度方向直方图（PHOG)
qq_18343569的博客
07-21 4007
Pyramid Histogram of Oriented Gradients (PHOG)，HOG大家都知道了，其实就是一个模板，每个CELL用方向信息来统计，我其实很久也用过边界方向直方图，只是感觉模板法太狭隘，就没有把边界方向直方图在CELL上求解然后连接成为一个一维向量，其实可以每个CELL看做一个patch，就可以用其他方法来做也行。之所以加入Pyramid，其实将模板方法更加严格的定义
HoG 和PHoG (pyramid HoG)
Belial计算机视觉&机器视觉专栏
08-16 3959
1）关于HoG的介绍可以参考博文：http://blog.csdn.net/kezunhai/article/details/8830860 2）而关于PHoG则可以参考：http://www.robots.ox.ac.uk/~vgg/research/caltech/phog.html 3）PHoG源码下载（Matlab）：http://www.robots.ox.ac.uk/~vgg/re
fhog学习笔记
jayandchuxu的专栏
08-21 1705
fhog详解 fhog是在hog基础上进行的优化。 假设F是一个大小为 w∗hw*hw∗h 图像的像素级特征映射，k>0k>0k>0是定义的 cellcellcell 的大小。通过像素级特征映射的空间聚合来得到基于 cellcellcell 的特征映射 CCC，记为：C(i,j)C(i,j)C(i,j)。其中 {0≤i≤[(w−1)/k]}\{0\leq i\leq[(w-1)/k]\}{0≤i≤[(w−1)/k]}，{0≤j≤[(h−1)/k]}\{0\leq j\leq[(h-1)/k
人脸检测（1）——HOG特征
weixin_30773135的博客
09-27 1208
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...
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
fhog特征
selfsongs
08-22 1339
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： 其中gamma=1/2, 通过Gamma压缩处理，可以降低光照变化以及局部图像阴影的影响； 步骤3：计算图像梯度，包括每个像素点的梯度值和梯度方向。x方向和y方向的卷积核分别为： 得到I(x,y)I(x,y)I(x,y)水平方...
c++ fhog 可视化
03-02
c++实现了fhog，不依赖OpenCV： 这个有两版，arm版neon与sse版都支持，还提供了可视化，赚个辛苦分。 原项目地址：https://github.com/ppaanngggg/fhog
fhog.m的压缩文件
05-03
最低只能设置两分了。这个是ECO源码缺少的fhog.m上传了分享一下（具体可以参看OTB使用教程三补充）
phogmatlab代码-PHOG:定向梯度的金字塔直方图
06-12
phog matlab代码从原始 matlab 代码转换而来的定向梯度的 PHOG 金字塔直方图来自
phog.zip_PHOG_flamext3_hog phog_human_phog特征提取
07-15
hog特征提取算法的实现，用于object detection,特别是human detection,针对64*128的图像。
MATLAB实现混淆矩阵
热门推荐
qigeyonghuming_1的博客
07-31 2万+
参考博客1： https://blog.csdn.net/sherry_gp/article/details/50560003 感谢博主大大 sherry_gp 参考博客2：https://blog.csdn.net/stu_lavender/article/details/79615474 感谢博主大大： stu_lavender 参考博客3：https://www.csdn.net/gath...
matlab-画折线图
qigeyonghuming_1的博客
10-20 1万+
用matlab画折线图是一个很基本的操作，下面是程序 x=5:5:50;%x从5开始,50结束，间隔为5 a=[75.226,76.704,75.263,75.337,75.599,76.302,74.824,76.924,75.595,75.442]; b=[72.112,70.764,68.63,68.201,64.067,61.717,61.476,61.561,61.066,61.586]; plot(x,a,'*--r');%标记为*,线型为虚线，颜色为red， hold on%保持
matlab-K折交叉验证与分层K折交叉验证
qigeyonghuming_1的博客
10-12 1万+
文章目录K折交叉验证有什么用？如何实现K折交叉验证？K折交叉验证的要点：（文字版）如何实现K折交叉验证（图片版）如何实现K折交叉验证（matlab版）为啥我们需要分层K折交叉验证？如何实现分层k折交叉验证如何实现分层k折交叉验证(文字版)如何实现分层k折交叉验证(图片版)如何实现分层K折交叉验证（matlab版） 很多论文都会用到K折交叉验证，但是以前一直没有做这个操作，所以最近整理了一下关于这个方面的资料，其实就是把看到的文字资料整理一下，有些文字自己进行了突出和调整，感谢所有博主。 分层K折交叉验证是K
用混淆矩阵计算kappa系数
qigeyonghuming_1的博客
12-29 1万+
从一篇论文——融合注意力机制和高效网络的糖尿病 视网膜病变识别与分类，看到人家除了特异性、敏感性、准确率、混淆矩阵以外，还用了加权kappa系数，所以了解一下kapp系数的知识，加权kappa还没找到更好的资料。。。 资料来源于百度百科词条——kappa系数 Kappa系数用于一致性检验，也可以用于衡量分类精度，但kappa系数的计算是基于混淆矩阵的. kappa系数是一种衡量分类精度的指标。它是通过把所有地表真实分类中的像元总数（N）乘以混淆矩阵对角线（Xkk）的和，再减去某一类地表真实像元总数与该类中被
PHOG特征 python
最新发布
08-20
PHOG（Pyramid Histogram of Oriented Gradients）特征是一种用于图像识别和对象检测的特征描述方法，它是从HOG（Histogram of Oriented Gradients）特征发展而来的。PHOG特征通过将图像划分为不同尺度的金字塔，...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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