空间金字塔Spatial Pyramid的BOW和Pyramid HOG的多核
2016-04-06 21:40
211 查看
经过我的实验,发现在基于模板法的object detection或者classification中,将Pyramid Histogram of Oriented Gradients (PHOG)和Spatial Pyramid Matching还有其他特征,如果你喜欢用的话,进行多核学习,效果其实很好。我在Bangpeng
Yao的乐器数据集上做的实验,和他的论文“Grouplet:
A Structured Image Representation for Recognizing Human and Object Interactions”进行了对比,结果要好,虽然好的不是很多,但是总能好个5%左右,关键的一个问题是,Yao的基于Apriori特征挖掘算法 复杂度实在是太高太高太高了,很恐怖的,不信你跑跑看看吧。
下面这里介绍一下Pyramid Histogram of Oriented Gradients (PHOG),HOG大家都知道了,其实就是一个模板,每个CELL用方向信息来统计,我其实很久也用过边界方向直方图,只是感觉模板法太狭隘,就没有把 边界方向直方图在CELL上求解然后连接成为一个一维向量,其实可以每个CELL看做一个patch,就可以用其他方法来做也行。之所以加入 Pyramid,其实将模板方法更加严格的定义下来,这样,复合模板的就会检测的更准确,但是稍微有点旋转什么的就不行了,马上被错误检测,其实加入
bias应该能解决问题。源码地址是有名的VGG里的PHOG。下面看个图:
Spatial Pyramid Matching就 不用多讲了,也是将bag of words变换,先求解每一个金字塔小块的,然后连接起来成为一个长的。严格限制了模板的信息,也就是所谓的空间信息,其实这种空间信息是存在图像都是正
着存储的假设,例如人都是正着的,不是躺着。代码lazebnik也提供了,但是他的代码不太适合大数据量,因为都是网内存中放的,我稍微改了改,放在这 里了:
PG_BOW_DEMO:
Matlab code for computing the bag of visual words of images.
有兴趣的可以下载使用。
这两种特征描述子提取之后,分别求直方图交核函数,这个核函数确实好用点:
这难道就是越来越发现L1 norm比L2 norm好的一个不是很典型的例子?也不知道对不对。L2就是欧式距离吧,L1就是绝对值距离(曼哈顿距离)。
两个核融合的时候选个参数alpa。行了,是不是结果好多了呢?
我的镜像:http://www.shamoxia.com/html/y2010/2429.html
from: http://blog.sciencenet.cn/blog-431829-392359.html
Yao的乐器数据集上做的实验,和他的论文“Grouplet:
A Structured Image Representation for Recognizing Human and Object Interactions”进行了对比,结果要好,虽然好的不是很多,但是总能好个5%左右,关键的一个问题是,Yao的基于Apriori特征挖掘算法 复杂度实在是太高太高太高了,很恐怖的,不信你跑跑看看吧。
下面这里介绍一下Pyramid Histogram of Oriented Gradients (PHOG),HOG大家都知道了,其实就是一个模板,每个CELL用方向信息来统计,我其实很久也用过边界方向直方图,只是感觉模板法太狭隘,就没有把 边界方向直方图在CELL上求解然后连接成为一个一维向量,其实可以每个CELL看做一个patch,就可以用其他方法来做也行。之所以加入 Pyramid,其实将模板方法更加严格的定义下来,这样,复合模板的就会检测的更准确,但是稍微有点旋转什么的就不行了,马上被错误检测,其实加入
bias应该能解决问题。源码地址是有名的VGG里的PHOG。下面看个图:
Spatial Pyramid Matching就 不用多讲了,也是将bag of words变换,先求解每一个金字塔小块的,然后连接起来成为一个长的。严格限制了模板的信息,也就是所谓的空间信息,其实这种空间信息是存在图像都是正
着存储的假设,例如人都是正着的,不是躺着。代码lazebnik也提供了,但是他的代码不太适合大数据量,因为都是网内存中放的,我稍微改了改,放在这 里了:
PG_BOW_DEMO:
Matlab code for computing the bag of visual words of images.
有兴趣的可以下载使用。
这两种特征描述子提取之后,分别求直方图交核函数,这个核函数确实好用点:
这难道就是越来越发现L1 norm比L2 norm好的一个不是很典型的例子?也不知道对不对。L2就是欧式距离吧,L1就是绝对值距离(曼哈顿距离)。
两个核融合的时候选个参数alpa。行了,是不是结果好多了呢?
我的镜像:http://www.shamoxia.com/html/y2010/2429.html
from: http://blog.sciencenet.cn/blog-431829-392359.html
相关文章推荐
- gtest在VS2010中测试工程的搭建
- On Memory Leaks in Java and in Android.
- 结对项目之四则运算(终了)
- Python数学函数
- Font Size
- C语言中自己写几个简单的库函数
- avalon2学习教程01
- CSS3秘笈复习:十三章&十四章&十五章&十六章&十七章
- [LeetCode]Best Time to Buy and Sell Stock II
- 通过STL中的string看写时拷贝和读时拷贝
- php热门资料
- slf4j 和 log4j合用的(Maven)配置
- Am 开发 intern
- HDOJ 1709-The Balance【模拟】
- Windows Server 2008 R2 AD导入大批量的用户账户
- UIAlertController(UIActionSheet、UIAlertView)
- 复利计算-结对
- DOM元素querySelectorAll和querySelector
- 算法_动态规划_最长单调递增子序列
- 百度地图循环添加个标点及信息框