matlab - 没有得到 HOG 的 'spatial weights' 是什么

Question

我正在使用 HOG 进行向日葵检测。 HOG现在做的大部分我都明白了，但是在最后阶段有一些我不明白的地方。 (我正在浏览 Mathworks 的 MATLAB 代码)。

让我们假设我们正在使用 Dalal-Triggs 实现。 (也就是说，8x8 像素构成 1 个单元，2x2 单元构成 1 个 block ， block 在两个方向上以 50% 的重叠度取，最后，我们将直方图量化为 9 个无符号的 bin。(意思是，从 0 到 180 度)).最后，我们这里的图像是 64x128 像素。

假设我们在第一个街区。这个 block 有 4 个单元格。我知道我们将根据每个方向的大小对每个方向的方向进行加权。我也知道我们将通过以 block 为中心的高斯进一步加权它们。

到目前为止一切顺利。

但是在 MATLAB 实现中，他们还有一个额外的步骤，即创建“空间”权重:

如果我们深入研究这个函数，它看起来像这样:

最后，“computeLowerHistBin”函数如下所示:

function [x1, b1] = computeLowerHistBin(x, binWidth)
% Bin index
width    = single(binWidth);
invWidth = 1./width;
bin      = floor(x.*invWidth - 0.5);

% Bin center x1
x1 = width * (bin + 0.5);

% add 2 to get to 1-based indexing
b1 = int32(bin + 2);
end

现在，我相信这些“空间”权重将在稍后的三线性插值部分中使用……但我不明白它们的计算精确度或代码背后的逻辑。我在这个问题上完全迷失了。

注意:我理解三线性插值的必要性，以及(我认为)它是如何工作的。我不明白的是为什么我们需要那些“空间权重”，以及它们的计算背后的逻辑是什么。

谢谢。

Answer 1

这里的想法是每个像素不仅对它自己的直方图单元格有贡献，而且在某种程度上对相邻单元格也有贡献。这些贡献的权重不同，具体取决于像素与单元格边缘的距离。你离你的单元格的边缘越近，你对相应的相邻单元格的贡献就越大，你对自己单元格的贡献就越小。