image-processing - 不同尺度的HOG特征

Question

假设我们计算不同大小的图像块的 HOG 特征，范围从 64 * 64 到 128 * 128。现在，如果我们想在这些上做 k-means，我们应该对属于不同尺度的块进行归一化吗？我知道 HOG 特征是标准化的，但规模重要吗？

Answer 1

通常，HOG 表示是标准化的。但是，您必须注意块大小。事实上，无论图像大小如何，您都必须拥有相同数量的块。否则，您将获得不同长度的描述符，并且无法执行 k-means。这意味着当拥有更大的图像时，您将拥有更大的块。生成的直方图将包含来自更多梯度的信息，因此在此阶段它们不是不变的。然而，通过应用直方图归一化，获得了最终描述符的尺度不变性。

然而，如果您不确定直方图归一化是否执行良好，您可以提取图像的描述符及其调整大小的版本并进行比较。祝你好运！