Pyramid Histogram of Oriented Gradients (PHOG)，HOG大家都知道了，其實(shí)就是一個(gè)模板，每個(gè)CELL用方向信息來統(tǒng)計(jì)，我其實(shí)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(gè)一維向量，其實(shí)可以每個(gè)CELL看做一個(gè)patch，就可以用其他方法來做也行。之所以加入Pyramid，其實(shí)將模板方法更加嚴(yán)格的定義下來，這樣，復(fù)合模板的就會(huì)檢測的更準(zhǔn)確，但是稍微有點(diǎn)旋轉(zhuǎn)什么的就不行了，馬上被錯(cuò)誤檢測，其實(shí)加入bias應(yīng)該能解決問題。源碼地址是有名的VGG里的PHOG。下面看個(gè)圖：

Spatial Pyramid Matching就不用多講了，也是將bag of words變換，先求解每一個(gè)金字塔小塊的，然后連接起來成為一個(gè)長的。嚴(yán)格限制了模板的信息，也就是所謂的空間信息，其實(shí)這種空間信息是存在圖像都是正著存儲(chǔ)的假設(shè)，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(shù)據(jù)量，因?yàn)槎际蔷W(wǎng)內(nèi)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 at different levels of spatial pyramid 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(shù)，這個(gè)核函數(shù)確實(shí)好用點(diǎn)：

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

兩個(gè)核融合的時(shí)候選個(gè)參數(shù)alpa。行了，是不是結(jié)果好多了呢？

總結(jié)

以上是生活随笔為你收集整理的金字塔式梯度方向直方图（PHOG)的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。