六角形(和分档)图像的神经网络?

时间:2016-12-22 02:42:23

标签: image-processing machine-learning autoencoder hexagonal-tiles

这实际上是一个概念性的问题 - 我现在已经开始研究这个问题,但是找不到解决问题的好方法。我有一个hexagonal image with hexagonal binning/pixels,每个像素的b / w强度值,我试图将其输入深度自动编码器,但似乎这些使用方形或矩形图像(方形像素)。 请注意,此图像以1-D数组的形式给出,具有适当的x,y坐标

我已经考虑并研究了一些处理这种情况的想法,并且正在寻找可以指引我朝正确方向发展的一些反馈或信息。

  • 将六角形图像转换为立方体。如果我们处理所有完整的六边形像素,这将起作用,但是半单元格(即半六边形)使得这不可能。
  • 将六边形像素切成相同大小的像素(半六边形),这样我们就可以将它们作为" square"像素。然而,半六边形的方向证明这是一个挑战。我还考虑将像素切成较小的三角形像素,但后来我不知道如何处理这个问题。
  • 添加白色像素(即全0)并强制图像看起来像矩形或正方形。但是,我不知道正方形和六边形像素之间的关系。
  • 将六边形像素转换为方形像素,然后添加白色空间,使六边形图像成为矩形图像。这似乎是最有可能的,我现在正在阅读有关如何做到这一点的文章,但我不确定如何正确处理半六边形像素。

我猜这个普遍的问题是 -

  

如何处理将图像输入神经网络时   图像是非矩形和非矩形像素?

任何想法都将不胜感激。谢谢!

1 个答案:

答案 0 :(得分:1)

我没有看到使用常规方格网格重新采样它有任何问题,因此它成为一个合适的2D图像。在任何情况下,您都可能需要这样做以保持网络规模相当小。