machine-learning - HOG 向量大小和维数

Question

我无法理解 HOG 特征向量的大小...

场景:我拍摄了一张 286x286 图像。然后我计算了每个 8x8 补丁的 HOG。这意味着我得到了 8x8x2=128 个数字，由每个补丁的 9 bin 直方图表示。所以我可以说这个 9 bin 直方图作为 9 维向量？之后，估计整个图像中 HOG 的 patch 总数约为。 1225(因为我有方阵，所以我通过平方(286/8)=35)估计了总补丁)。我迭代了 1225 个补丁并为每个补丁计算了 9 个 bin 直方图。(我没有应用 16x16 block 归一化) 将所有向量连接在一起后，我获得了整个图像的 1225x9=11,025 大小的 HOG。

问题:

1.那么说我在给定图像中获得了 11,025 维的 HOG 向量是正确的吗？

2.我的方向正确吗？(如果我选择通过神经网络进行分类)

3.这个级联的HOG特征可以直接送入PCA进行降维吗？还是需要进一步的预处理？(一般不需要提前)

提前谢谢您!

Answer 1

1. 是
2. 也许不是。你想做什么？例如，如果你正在做分类，你应该使用bag-of-words(实际上，你应该停止使用HOG并尝试深度学习)。如果您正在进行图像检索/匹配，您应该计算本地补丁的 HOG 特征。
3. 您几乎总是可以使用 PCA 对特征进行降维，即使对于 128 维 SIFT 也是如此。