HOG矢量大小和尺寸

Question

我对HOG特征向量的大小有所了解...

场景：我拍了一张286x286的图像。然后我计算了每个8x8补丁的HOG.Mean我得到8x8x2 = 128个数字，每个补丁的9 bin直方图表示。我可以这样说9 bin直方图作为9维向量？。之后，估计整个图像中HOG的补丁总数约为。 1225（因为我有方形矩阵我通过平方估计总补丁（286/8）= 35）。我迭代了1225个补丁并计算了9个bin直方图。（我没有应用16x16块标准化）在将所有向量连接在一起之后，我获得了整个图像的1225x9 = 11,025大小的HOG。

的问题：

1.说我在给定图像中获得了11,025维HOG矢量维度是对的吗？

2.我正朝着正确的方向前进？（如果我选择通过神经网络进行分类）

3.这个连接的HOG功能是否可以直接用于PCA以减少尺寸？还是需要进一步预处理？（不提前进行）

提前谢谢！

Answer 1

1. 是
2. 可能不是。你想做什么？例如，如果你正在进行分类，你应该使用词袋（实际上，你应该停止使用HOG并尝试深度学习）。如果您正在进行图像检索/匹配，则应为本地修补程序计算HOG功能。
3. 您甚至可以使用PCA降低功能的维数，即使对于128维SIFT也是如此。