我设法使用OpenCV的HOGDescriptor :: compute函数从正面和负面图像(来自INRIA的人物数据集)中提取HoG特征。
我还设法正确打包数据并将其提供给CvSVM用于培训目的。
我有几个问题:
在提取特征时,我使用尺寸为96 x 128的正像,而负像平均为320 x 240.我一直使用64 x 128的窗口尺寸进行HoG提取,我应该使用其他窗口大小?
正片图像的提取特征大小约为28800个特征,而负片特征大约为500000+。我一直在将负面的功能截断到28800,我认为这是错误的,因为我认为在将这些功能提供给SVM时我丢失了太多信息。我应该怎么去解决这个问题? (似乎我只能为负面和正面特征提供相同的样本大小)
在对大于64 x 128(或96 x 160)的图像进行预测时,我应该使用滑动窗口进行预测吗?由于大的负片图像仍然为我提供了超过500000个功能,但由于样本量的原因,我无法将其输入SVM。
答案 0 :(得分:1)
为什么你不能只将所有补丁调整到相同的大小? Hog描述符取决于窗口大小,块和单元大小。你应该尝试不同的组合。使用小细胞可以捕获小细节,但是你会失去一般性,反之亦然。 1.)不明白这个问题 2.)使所有描述符大小相同,从调整大小的图像中提取猪。 3.)不明白这个问题