Computer vision 金字塔匹配内核，划分特征空间
我正在尝试实现金字塔匹配内核，现在我陷入了一个困境。 我知道我需要将特征空间划分成越来越大的箱子，以便在更高的层次上，多个点[特征向量]将映射到单个箱子。我似乎搞不懂的是如何划分要素空间。我理解了特征向量是1维或2维的情况，但是如何划分d维特征空间。Computer vision 金字塔匹配内核，划分特征空间,computer-vision,histogram,Computer Vision,Histogram,我正在尝试实现金字塔匹配内核，现在我陷入了一个困境。 我知道我需要将特征空间划分成越来越大的箱子，以便在更高的层次上，多个点[特征向量]将映射到单个箱子。我似乎搞不懂的是如何划分要素空间。我理解了特征向量是1维或2维的情况，但是如何划分d维特征空间。 我知道这个问题很模糊，但我不知道还能问什么 我可能错了，但我想直觉是对特征空间进行量化。因此，您基本上可以使用不同码本大小（128、64、32…）的单词包，并使用它们的内核计算两幅图像之间的相似性。您可以发布代码吗？我正在研究算法，我想我已经计算出
我知道这个问题很模糊，但我不知道还能问什么 我可能错了，但我想直觉是对特征空间进行量化。因此，您基本上可以使用不同码本大小（128、64、32…）的单词包，并使用它们的内核计算两幅图像之间的相似性。您可以发布代码吗？我正在研究算法，我想我已经计算出了，一旦我有了算法，就会发回。其思想是将特征空间划分为大小为1到能够适应最大和最小d维特征向量的大小的容器