1回答
我不明白HOG (定向梯度直方图)中预处理步骤的目的是什么。在步骤1中，我们使用平方根归一化对图像进行归一化。这一步的优势是什么？我们还有一个块归一化。这两个步骤是否相同？
浏览 17提问于2019-02-19得票数 0
1回答
伽玛归一化在HOG(梯度直方图)中的意义是什么？它和伽玛校正一样吗？因为我看到很多杂志说，在HOG中伽马归一化是图像强度的平方根。但与伽马校正公式不同。
浏览 2提问于2017-01-06得票数 1
根据HOG过程，如本文所描述的面向人类检测梯度的直方图(见下面的链接)，对比归一化步骤是在二进制和加权投票之后进行的。我不明白--如果我已经计算了细胞的加权梯度，那么图像对比度的归一化现在对我有什么帮助呢？链接到论文：
浏览 2提问于2015-09-05得票数 3
回答已采纳
5回答
我正在实现“用于人类检测的定向梯度直方图”中的定向梯度特征直方图，并希望将结果可视化。所有关于这些功能的论文都使用标准的可视化，但我找不到任何关于这些功能是如何生成的描述。如果您能给我一个解释或有用的链接，我将不胜感激。
浏览 2提问于2012-11-03得票数 21
回答已采纳
4回答
PCA优先还是归一化优先？
、、、、
在进行回归或分类时，预处理数据的正确(或更好)方法是什么？标准化data -> PCA ->训练 PCA ->归一化PCA输出->训练 归一化数据-> PCA ->归一化PCA输出->训练 以上哪一项更正确，还是预处理数据的“标准化”方法？
浏览 473提问于2012-04-12得票数 23
回答已采纳
作为图像预处理步骤的一部分，我将在我的数据集类中应用HOG过滤器，如下所示： class GetHogData(Dataset):
label = self.df.iloc[idx, 1]
image = self.transform(image)
image,
or
浏览 22提问于2021-04-23得票数 0
回答已采纳
2回答
我正在做一个涉及OCR手写数字的项目，它使用了一个典型的预处理-分割-识别管道。我已经手动完成了前两个阶段，针对我的特定任务调整了OpenCV的一些标准算法。实际上，最好的答案建议使用HOG+SVM tandem，这在中可以方便地实现。不幸的是，它并不像我希望的那样好。它总是把0和8混淆(在我看来，它显然是一个0)，这是迄今为止我的算法犯下的最大的错误。以下是HOG+SVM所犯错误的一些示例
顶行是从图像中提取的原始数字(不存在更高分辨率的图像)，中间行是这些经过去偏斜、大小归一化和居中的数字
浏览 3提问于2015-02-13得票数 3
0回答
HOG对象是使用以下参数初始化的：
HistogramsOfOrientedGradients hog = new HistogramsOfOrientedGradients(numberOfBins:这些是块归一化之前的9个柱子的向量吗？不幸的是，文档并没有透露任何关于结果的有用信息。我读过Dalal和Triggs的论文，但我必须承认，它有点难以理解。
浏览 14提问于2017-06-09得票数 0
在预处理阶段，HOG (梯度直方图计算)。为了用C++实现这一点，使用cv::HOGDescriptor::compute()为每个图像桶获取HOG值更为方便。
如何将其应用于从cv::HOGDescriptor.compute中恢复的cv::Mat？
浏览 1提问于2014-12-17得票数 0
回答已采纳
1回答
我已经达到了一个点，提取HOG功能的成本比我管道中的其他功能加起来还要昂贵。我正在使用[]参数来提取HOG。也就是说，HOG描述符的多分辨率金字塔，每个描述符总共有32个用于定向的框和一些其他线索。Goals相关工作
我在6核Intel 3930k CPU上对一些现成的多尺度HOG实现进行了基准测试。OpenCV版本可以工作，但对于Dalal-Triggs的HOG设置似乎是硬编码的，并且Open
浏览 7提问于2013-08-28得票数 18
在深度学习中，我看到许多论文将预处理步骤作为归一化步骤。它将输入归一化为零均值和单位方差，然后馈送到卷积网络(具有BatchNorm)。为什么不使用原始强度？规范化步骤的好处是什么？如果我在图像之间使用直方图匹配，我还应该使用归一化步骤吗？谢谢
浏览 1提问于2019-01-30得票数 1
在上提到，对于卷积神经网络，最好使用均值减法和归一化技术对数据进行预处理。X -= np.mean(X)X /= np.std(X, axis = 0)
浏览 0提问于2016-08-03得票数 9
回答已采纳
1回答
并行数据预处理
、、
是否可以并行实现数据预处理步骤，如缺失值计算、孤立点检测、归一化、标签编码等？我能为数据预处理实现cuda/openmp/mpi编程吗？
谢谢。
浏览 0提问于2022-09-08得票数 2
回答已采纳
1回答
我对如何使用直方图归一化提取特征感到困惑。也许这听起来太傻了，但很抱歉我太傻了，我只是有点困惑。我已经对图像进行了标准化，但我如何将其表示为一个特征。是直方图变成了特征，还是HOG (定向梯度直方图)的概念。我对如何将直方图表示为特征感到困惑。能给我解释一下吗？
浏览 1提问于2013-06-25得票数 1
回答已采纳
我正在尝试从一组图像中提取HOG功能，但我得到的内存错误是MemoryErrordef hog(img):listdir = os.listdir(path_url)
for file in listd
浏览 4提问于2016-05-14得票数 4
回答已采纳
因此，我试图找到一种方法来预处理这些图像，以提高检测率。到目前为止，我正在考虑：2) OpenCV的CLAHE如有任何建议，敬请见谅！
浏览 0提问于2015-04-05得票数 2
回答已采纳
我想知道KMeans是否会在进行聚类之前自动归一化特征。似乎没有提供请求规范化的输入的选项。
浏览 2提问于2013-11-17得票数 14
回答已采纳
我想训练一个支持向量机，从skimage中提取hog描述符所提取的hog特征。图像有3个通道(RGB-图像)，我想在提取hog特征之前将其转换为灰度。我尝试了这两个版本的hog特征提取，结果是相似的，但不是相同的，当我训练SVMs时，结果也是相似的，但不是相同的。当我用归一化图像训练支持向量机时，精度等都有所提高，但不多。当我查看skimage 中的以下链接时，我假设在使用HOG描述符之前不需要对图像进行标准化，因为这个链接中的宇航员图像也没有标准化。不过，我还是觉得很困惑。skimag
浏览 9提问于2019-12-17得票数 0
回答已采纳
1回答
在autoML管道中使用了哪些预处理方法？如果能在文档中对所有这些步骤做一个简要的总结，那就太好了。通过预处理，我的意思是:一个热编码，归一化，补偿等。 谢谢, 亚辛
浏览 8提问于2020-10-10得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
