HOG描述符结果的SVM训练（在Matlab中）

Posted 2023-03-12

【中文标题】HOG描述符结果的SVM训练（在Matlab中）

【英文标题】：SVM training of HOG descriptor results (in Matlab)

【发布时间】：2014-01-29 11:31:41

【问题描述】：

我希望通过提取正负训练样本的 hog 特征来对汽车进行分类。问题是我不确定如何处理从每张图像中获取的 HOG 特征，以便将它们“转换”为可训练的数据向量。

编辑：谢谢，这清除了一些东西。 我已经尝试按照 Bentoy13 的建议（谢谢）连接矩阵，但不确定要连接的维度。 我只有最后一个问题，使用这种方法意味着我必须将所有训练图像重新缩放到相同的大小。所以我想知道这是否仍然可以实现可靠的分类。如果没有，我该如何解决这个问题？

对于其他可能对提取 hog 特征的过程有疑问的人，我刚刚发现了这个tutorial，它对理解 HOG 描述符及其用途非常有帮助。

【问题讨论】：

简单地构建一个连接块的所有直方图的向量（参见here）

【参考方案1】：

使用reshape(h,[],1); 或直接h(:) 对块内的直方图进行矢量化。您也可以考虑对每个向量进行归一化。