Question

我正在尝试使用vl_dsift来获取每个像素的128 * 1特征向量。因此，我希望得到的矩阵具有大小

128 *（＃OfPixels）

然而，当我在尺寸为（192 * 168）的图像上使用它时，结果描述符给出尺寸（128 * 31,185），其中binsize为1，放大系数为1。

I = imread('Faces\yaleB11_P00A-130E+20.pgm');
size(I)

figure
imshow(I)

binSize = 1 ;
magnif = 1 ;
Is = vl_imsmooth(single(I), sqrt((binSize/magnif)^2 - .25)) ;
[f, d] = vl_dsift(single(I), 'size', binSize) ;

size(f)
size(d)

Answer 1

我担心你无法提取图像中所有像素的特征向量。

从图中可以看出，Dense SIFT描述符几何＆＃39;在以下链接（http://www.vlfeat.org/api/dsift.html）中，密集筛选从4乘4窗口中提取特征。由于该框不能移动到图像之外，因此4×4窗口的左上框可以是第一像素，即（1,1）。因此，在这种情况下（假设您的bin大小为1），4×4窗口的中心位于（2.5,2.5），换句话说，在x和y方向上的第2和第3像素之间。请注意，在这种情况下，4×4窗口覆盖16个像素，这些像素为[1,4] x [1,4]像素。

现在说出你的尺寸为n-by-m的图像。以相同的方式，当4乘4窗口的右下方箱位于最后一个像素（n，m处的像素）时，4乘4窗口的中心将处于[n-1.5，m-1.5]。在您的情况下，您的功能将从2.5 x 2.5的像素开始，并将以190.5 x 166.5

结束

所以最重要的是，4乘4窗口的中心从X方向行进，从强XMIN + 3/2 * SIZE＆＃39;到＆＃39; MAX - 3/2 * SIZE＆＃39;步骤大小＆＃39; STEP＆＃39; 。其中XMIN和XMAX分别是X方向的第一个和最后一个像素。对于Y轴也是如此（参见底部的段落＆＃39;关于几何的更多细节＆＃39;在链接http://www.vlfeat.org/matlab/vl_dsift.html）。结果，4乘4的窗口遍布整个图像。

vl_dsift尝试在每个像素处获取特征向量

1 个答案: