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