Image processing 在HOG特征中重新采样图像的需要是什么？
我读了一篇关于猪的文章和一篇关于猪的博客。该博客说，图像需要在不同的尺度上重新取样，以识别不同的人 我的问题是：我们已经在图像上放置了一个窗口，大小为64*128，可以在图像上滑动。那么，为什么要重新采样而不是将整个窗口滑动到图像上，这样可以检测到人呢Image processing 在HOG特征中重新采样图像的需要是什么？,image-processing,machine-learning,computer-vision,Image Processing,Machine Learning,Computer Vision,我读了一篇关于猪的文章和一篇关于猪的博客。该博客说，图像需要在不同的尺度上重新取样，以识别不同的人 我的问题是：我们已经在图像上放置了一个窗口，大小为64*128，可以在图像上滑动。那么，为什么要重新采样而不是将整个窗口滑动到图像上，这样可以检测到人呢 如果我错了，请纠正，提前谢谢 你说得对，64*128的大小被训练成“人”或“非人”。但现实世界中的所有人都有64*128的尺寸吗 这就是缩放的作用所在。通过逐步缩小图像，相同的64*128像素区域将覆盖原始图像中更大的区域，允许检测多种尺寸的人
如果我错了，请纠正，提前谢谢 你说得对，64*128的大小被训练成“人”或“非人”。但现实世界中的所有人都有64*128的尺寸吗 这就是缩放的作用所在。通过逐步缩小图像，相同的64*128像素区域将覆盖原始图像中更大的区域，允许检测多种尺寸的人 例如，下面是我的一个模型在多尺度上运行检测后的一个示例。给出的结果是在应用非最大抑制剔除外部检测窗口后得到的