0

我正在研究一些对象检测代码,但是我的对象没有固定大小,所以;

skimage.feature.hog(obj)

没有给我相等长度的向量(因为它使用固定大小的单元格),因此我不能对它们使用学习算法。

所以,我尝试动态分配 HOG 特征长度:

from __future__ import division

def describe_object(obj, div=8):
    width, height = obj.shape
    f = skimage.feature.hog(obj, normalise=True,
                            pixels_per_cell=(height//div, width//div))
    return f

但是,现在它主要给出2916大小的向量,但有时它也给出更长的向量(如3402元素长)。

我相信当 bin 大小和对象形状之间存在特定比例时会发生这种情况,但不知道确切原因。

你能帮助我吗?

4

1 回答 1

3

在计算 HOG 特征之前,您可以将图像缩放到固定大小。

于 2014-06-20T13:00:02.683 回答