घने SIFT वीएस HOG

Question

हाय मैं कंप्यूटर विजन के लिए नया हूं। मैं घने सिफ्ट और एचओजी का अध्ययन कर रहा हूं। घने एसआईएफटी के लिए, एल्गोरिदम बस हर बिंदु को रुचि बिंदु के रूप में मानता है और इसके ढाल वेक्टर की गणना करता है। एचओजी ढाल वेक्टर के साथ एक छवि का वर्णन करने का एक और तरीका है।

मुझे लगता है कि डेंस एसआईएफटी HOG के लिए विशेष मामला है। HOG में, यदि हम बिन आकार को 8 पर सेट करते हैं, तो प्रत्येक विंडो के लिए 4 ब्लॉक होते हैं, प्रत्येक ब्लॉक के लिए 4 कक्ष होते हैं और ब्लॉक स्ट्रॉइड ब्लॉक आकार के समान होता है, हम अभी भी इस विंडो के लिए 128 मंद वेक्टर प्राप्त कर सकते हैं । और हम पूरी छवि का पता लगाने के लिए खिड़की को स्लाइड करने के लिए किसी भी विंडो की तरफ सेट कर सकते हैं। यदि इन दो एल्गोरिदम दोनों की खिड़की की तरफ समान हैं, तो वे समान परिणाम प्राप्त कर सकते हैं।

मुझे यकीन नहीं है कि मैं सही हूं या नहीं। क्या कोई मेरी मदद कर सकता है?

Answer 1

एसआईएफटी डिस्क्रिप्टर 16x16 चुनता है और फिर इसे 4x4 विंडो में विभाजित करता है। इन 4 खिड़कियों में से प्रत्येक पर यह ओरिएंटेड ग्रेडियेंट्स के हिस्टोग्राम की गणना करता है। इस हिस्टोग्राम की गणना करते समय, यह पड़ोसी कोणों के बीच एक इंटरपोलेशन भी करता है। एक बार जब आपके पास सभी 4x4 खिड़कियां हों, तो यह 16x16 ब्लॉक के केंद्र में केन्द्रित आधे खिड़की के आकार का एक गाऊशियन का उपयोग करता है ताकि पूरे 16x16 वर्णक में मूल्यों को वज़न दिया जा सके।

दूसरे हाथ पर होग केवल नाम के अनुसार उन्मुख ग्रेडिएंट के एक साधारण हिस्टोग्राम की गणना करता है।

मुझे लगता है कि एसआईएफटी एक बिंदु के महत्व का वर्णन करने में अधिक उपयुक्त है, क्योंकि गाऊशियन भारोत्तोलन शामिल है, जबकि होग में ऐसी पूर्वाग्रह नहीं है। इस कारण से, (आदर्श) डॉग एसआईएफटी पर छवियों के वर्गीकरण पर होग बेहतर होना चाहिए, यदि सभी फीचर वैक्टर एक विशाल वेक्टर में सम्मिलित होते हैं (यह मेरी राय है, यह सच नहीं हो सकता है)