我正在使用 HOG 和 LBP 特征提取进行人脸检测。我正在使用 SVM 分类器进行训练。当我只使用 HOG 时，我为每个图像得到一个 1960 大小的向量。当我使用 LBP 时，我得到大小为 26 的向量。当我将这两个向量与 numpy.hstack 端到端添加和使用时，HOG 成为主导。例如，它仅对 HOG 给出 200 张图像中的 190 个正确结果，但仅对 LBP 给出 144/200 个结果。如果我将两者与 np.hstack 结合并使用它，与 HOG 的值相同的 190/200 是正确的选择。我该如何解决这种情况？我可以有效地同时使用 Hog 和 Lbp 吗？