經過我的實驗，發現在基于模板法的object detection或者classification中，將Pyramid Histogram of Oriented Gradients (PHOG)和Spatial Pyramid Matching還有其他特征，如果你喜歡用的話，進行多核學習，效果其實很好。我在 Bangpeng Yao 的樂器數據集上做的實驗，和他的論文“ Grouplet: A Structured Image Representation for Recognizing Human and Object Interactions”進行了對比，結果要好，雖然好的不是很多，但是總能好個5%左右，關鍵的一個問題是，Yao的基于Apriori特征挖掘算法 復雜度實在是太高太高太高了，很恐怖的，不信你跑跑看看吧。

下面這里介紹一下Pyramid Histogram of Oriented Gradients (PHOG)，HOG大家都知道了，其實就是一個模板，每個CELL用方向信息來統計，我其實很久也用過邊界方向直方圖，只是感覺模板法太狹隘，就沒有把 邊界方向直方圖在CELL上求解然后連接成為一個一維向量，其實可以每個CELL看做一個patch，就可以用其他方法來做也行。之所以加入 Pyramid，其實將模板方法更加嚴格的定義下來，這樣，復合模板的就會檢測的更準確，但是稍微有點旋轉什么的就不行了，馬上被錯誤檢測，其實加入 bias應該能解決問題。源碼地址是有名的VGG里的PHOG。下面看個圖：

Spatial Pyramid Matching就 不用多講了，也是將bag of words變換，先求解每一個金字塔小塊的，然后連接起來成為一個長的。嚴格限制了模板的信息，也就是所謂的空間信息，其實這種空間信息是存在圖像都是正 著存儲的假設，例如人都是正著的，不是躺著。代碼lazebnik也提供了，但是他的代碼不太適合大數據量，因為都是網內存中放的，我稍微改了改，放在這 里了：

• PG_BOW_DEMO: Matlab code for computing the bag of visual words of images.

有興趣的可以下載使用。

這兩種特征描述子提取之后，分別求直方圖交核函數，這個核函數確實好用點：

這難道就是越來越發現L1 norm比L2 norm好的一個不是很典型的例子？也不知道對不對。L2就是歐式距離吧，L1就是絕對值距離（曼哈頓距離）。

兩個核融合的時候選個參數alpa。行了，是不是結果好多了呢？

我的鏡像：http://www.shamoxia.com/html/y2010/2429.html

from:?http://blog.sciencenet.cn/blog-431829-392359.html

總結

以上是生活随笔為你收集整理的空间金字塔Spatial Pyramid的BOW和Pyramid HOG的多核的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。