常见的特征描述子

DPM

参考博客
DPM对HOG做了改进,具体如下:
1、DPM改进后的HOG特征取消了原HOG中的块(Block),只保留了单元(Cell)
2、归一化时,是直接将当前单元与其周围的4个单元(Cell)所组成的一个区域归一化,所以效果和原HOG特征非常类似。
3、计算梯度方向时可以计算有符号(0-360°)或无符号(0-180°)的梯度方向,有些目标适合使用有符号的梯度方向,而有些目标适合使用无符号的梯度,作为一种通用的目标检测方法,DPM与原HOG不同,采用了有符号梯度和无符号梯度相结合的策略。
4、对于无符号梯度:为了降低特征向量的维度,Felzenszwalb采用了一种近似的PCA降维效果。具体来说,将36维向量看成6*6的矩阵,对每一行,每一列求和得到13维特征,基本上能达到HOG特征36维的检测效果。
5、对于有符号梯度:对18个有符号梯度方向求和得到18维向量
6、综上所述,DPM特征为31维的特征向量(13维+8维)

  • 0
    点赞
  • 1
    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