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(tǒng)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(fù)合模板的就會檢測的更準確，但是稍微有點旋轉(zhuǎn)什么的就不行了，馬上被錯誤檢測，其實加入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(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，因為都是網(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)，這個核函數(shù)確實好用點：

這難道就是越來越發(fā)現(xiàn)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(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，歡迎將生活随笔推薦給好友。