关于dpm中hog的降维方法

来源：2-6 常见传统目标检测方法-DPM（物体检测）

marryma2021

2021-12-25

老师好，我看课件讲，就自己计算了一下降维的效率。其中有些计算方法我不太确定，想请您指正我理解的对不对

九个cell拼成个block，每个cell如果只计算有方向特征就是18维，那么原始block的特征维度就是9x18=162维

现在每个cell计算加上无方向梯度的27维特征，然后还是9个cell一个block，然后相邻区域进行特征归一化，最后生成4个27维特征，【这里我就不太理解，是说，一个block里只有四个角的cell是我们选取用来提取特征的位置，然后其他五个cell都只是用来充当邻域来进行特征归一化的吗？】

假设是我理解的这种方式，那么9个cell先生成4个27维特征，在经过纵向累加和横向累加，最后就是27+4共31维特征，也就是说，【原本hog方法里这9个cell构成的block是162维特征，经过dpm的处理会压缩成31维，我这么分析，对吗？】

写回答

1回答

marryma2021

提问者

2021-12-25

而且这块我还有一个不理解的问题，如果九个cell里只选四个角的特征进行累加压缩，那还是说明剩下的五个cell只在邻域归一化时起到作用，但特征本身还是直接丢弃了，那和pca降维又有啥区别呢，pca至少是通过某种分析将不重要的维度去掉，而dpm这种方法则是指定丢弃了一些格子，感觉更主观一些。

为什么不用九个格子一块进行特征归一化，然后用9个27维的特征进行横向纵向累加，拼接成27+9=36维的特征呢？虽然比31多出来5维，但是没有丢弃任何格子的特征，感觉也还行啊。

深度学习之目标检测常用算法原理+实践精讲

从原理到场景实战，掌握目标检测核心技术

878 学习 · 221 问题

相似问题

回答 1

回答 1

回答 1

回答 1

回答 1