DPM中的HOG源码的Matlab版重写-《小超教你写论文》系列第四部分第一篇

本文是《小超教你写论文》系列的第四部分,作者重写了DPM中HOG特征的Matlab代码,以方便理解和使用。在C语言原版基础上,作者保持了代码的相似性,同时指出尽管有更快速的梯度方向分区方法,但为了与原版一致未作修改。文中展示了HOG特征图像化的过程及其对竖直方向特征的影响。
摘要由CSDN通过智能技术生成

DPM中的HOG源码的Matlab版重写-《小超教你写论文》系列第四部分第一篇 

《小超教你写论文》系列前三部分分别翻译了一篇文章;对文章中的公式进行了推导;介绍了作者使用的数据库。作为系列的第四部分,开始对原文中的想法进行实现。

前一段陷入了一点误区,一直在思考一个算法,总想把一切都弄得非常明白,耗费了很多时间。其实后来发现没有必要,我们的目的是写文章,而写文章需要我们实现自己的算法。如果我们的算法有从别人那里借鉴的部分,只需要将相同的部分弄明白就可以了,没必要完整彻底地理解别人的算法(ps:这里是指以写文章为目的的过程,并非所有科研过程)。

算法中,用到了DPM中的HOG特征,所以需要实现它。但在voc-release3.1的源码中,我发现HOG的实现是C语言版的,原大神可能是为了加快运算速度,但自己用起来不是很方便,所以就按照C语言写了一个Matlab版,几乎完全一样。其实,其中梯度方向分区的部分我曾经写过速度更快的方法,但为了与原版保持一致,没有做改变。

具体代码如下,包含了HOG特征求取和HOG特征图像化两个部分。

function feat = HOG(input,sbin)
tic
uu = [1.0000;
      0.9397;   
      0.7660;   
      0.500;   
      0.1736;   
     -0.1736;   
     -0.5000;   
     -0.7660;   
     -0.9397];
 
 vv 
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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