什么是计算机视觉中的各向异性缩放？

Question

什么是各向异性缩放？它是如何实现图像处理和计算机视觉的？

据我所知，这是维基百科提出的某种形式的non-uniform scaling，但我仍然无法很好地理解它在应用于图像时的实际意义。最近，一些深度学习架构如R-CNN用于物体检测也使用它，但没有对这个主题有太多了解。

明确解释这个概念的任何例子和视觉插图都会非常好。

Answer 1

非均匀缩放仅意味着对每个维度应用不同的比例，使其具有各向异性。相反的是各向同性缩放，其中相同的比例应用于每个维度。

在R-CNN的背景下，作者做了一个技巧，使用可变大小的图像与分类网络，他们将任何图像调整为固定大小（我相信它是224x224），这是独立于方面完成的图像的比例。所以说你有一个1280x720的图像，如果它被调整为224x244，那么比例是1280/224和720/224，这显然是不一样的，因此各向异性缩放。