BHoG binary descriptor for sketch-based image retrieval

整理论文重点

1 Hog实现过程 $ HOG $ 特征提取方法就是将一个 $image$(你要检测的目标或者扫描窗口): 灰度化(将图像看做一个 $x,y,z$(灰度)的三维图像); 采用 Gamma 校正法对输入图像进行颜色空间的标准化(归一化);目的是调节图像的对比度,降低图像局部的阴影和光照变化所造成的影响,同时可以抑制噪音的干扰; )计算图像每个像素的梯度(包括大小和方向);主要是为了捕获轮廓信息,同时进一步弱化光照的干扰。 )将图像划分成小 cells(例如 $6*6$ 像素/cell); )统计每个cell的梯度直方图(不同梯度的个数),即可形成每个cell的descriptor; )将每几个cell组成一个block(例如 $3*3$个cell/block),一个block内所有cell的特征descriptor串联起来便得到该block的HOG 特征 descriptor。 )将图像 image 内的所有 block 的 HOG 特征 descriptor 串联起来就可以得到该 image(你要检测的目标)的HOG特征descriptor了。这个就是最终的可供分类使用的特征向量了。 [Read More]

Test markdown

Each post also has a subtitle

You can write regular markdown here and Jekyll will automatically convert it to a nice webpage. I strongly encourage you to take 5 minutes to learn how to write in markdown - it’ll teach you how to transform regular text into bold/italics/headings/tables/etc. [Read More]

To be

... or not to be?

To be, or not to be–that is the question: Whether ‘tis nobler in the mind to suffer The slings and arrows of outrageous fortune Or to take arms against a sea of troubles And by opposing end them. To die, to sleep– No more–and by a sleep to say we... [Read More]