1回答
我正在使用视觉单词包来对图像的特征进行聚类。到目前为止，我遇到的所有工作都使用BOW对使用SIFT、SURF等计算的特征进行聚类。可能我遗漏了这一点，但是否可以将颜色直方图特征表示为BOW，也可以将面向边缘的直方图特征表示为BOW。
我正在做图像分类器，我想在Opencv中使用带有RGB颜色直方图的SIFT作为特征描述符。所以我想知道将两个特征向量连接成一个并添加到弓是正确的，还是将SIFT特征添加
浏览 1提问于2013-12-10得票数 1
1回答
现在，我能够分割点云，聚类和提取特征使用快速点特征直方图()。问题是:如何将FPFH结果(许多FPFHSignature33，即每个点的特征云内容33直方图)转换为一个可作为svmlight输入的特征向量？我知道对于pos或neg示例，我需要标记"+1“或"-1”，但是每个数据的特征向量或值如何呢？我完全糊涂了。
如有任何建议或提示，敬请谅解！谢谢!
浏览 4提问于2015-03-17得票数 1
回答已采纳
1回答
一种方法是：-extract SIFT要素带有保存现有SIFT要素的kdtree的-lookup要素数据库-returned最佳二进制要素
另一个似乎是：-extract SIFT特征-create直方图据我所知，直方图也会得到最好的柱状图。如果是这样，哪一个更好？优点和缺点是什么？
浏览 2提问于2011-12-13得票数 1
回答已采纳
我正在尝试使用SIFT (来自opencv)来获得描述图像的直方图。问题是，SIFT识别了图像中的许多兴趣点，并给出了128个元素的向量。
浏览 3提问于2018-12-01得票数 0
1回答
LightGBM支持分类变量。我想知道它是如何编码它们的。它似乎并不是一个热编码，因为算法非常快(我尝试了花费大量时间进行一个热编码的数据)。
浏览 0提问于2018-04-09得票数 3
1回答
PCL点特征直方图-绑定
、、、
二进制过程是点特征直方图估计的一部分，如果只使用三个角特征(α，phi，theta)，其中b是回收箱的数目，就会得到b^3盒。假设我们考虑阿尔法。特征值范围被细分为b区间。您将遍历查询点的所有邻居，并计算处于一个间隔内的alpha值的数量。所以你有b桶的阿尔法。当您对其他两个特性重复此操作时，您将得到3 * b回收箱。
我哪里错了？
浏览 1提问于2015-07-24得票数 4
回答已采纳
我试图在UE5中包含特征--这上面有一些旧的UE4文档，但是它生成了一个不同的插件文件。 PublicInclu
浏览 13提问于2022-05-23得票数 0
1回答
RGB颜色直方图的特征维数？
、、、、
我不确定这一点，但我想要计算特征周围的兴趣点计算冲浪使用RGB颜色直方图。我想最终的特征将是256维长。不过，我不知道这是否正确。
浏览 5提问于2014-02-12得票数 0
回答已采纳
我正在尝试使用OpenCV和C++提取图像的LBPFeatures，但似乎没有内置的函数来提取特征。我需要找到特征点，而不是直方图。
浏览 2提问于2016-06-02得票数 0
我有一套特征，我想要建模，其中之一，实际上是一个直方图抽样在100个不同的点。因此，这个直方图特征实际上是100个不同的特征。我想通过对直方图特征执行PCA来降低建模问题的维数，但是为了保持模型的可解释性，我不想在PCA中包含其他特征。理想情况下，我想要形成一个管道与PCA转换直方图特征和SVC执行拟合，我将饲料到GridSearchCV，以确定SVC超参数。在这个设置中，是否有可能让PCA转换为我
浏览 4提问于2014-06-09得票数 3
回答已采纳
1回答
特别是，我正在尝试计算点特征直方图。例如，如果我有一个包含1000个点的点云，其中每个点都包含XYZ，则将有1000 * 125个值。我能够理解为什么我有125个条目，每个条目对应一个bin。(假设3个功能和5个分区5^3 = 125)不幸的是，我仍然有几个问题：
1)为什么我每个点有125个直方图？是因为它测量了在K-最近邻域中的点与当前点具有相似特征的点
浏览 0提问于2017-03-27得票数 0
1回答
我想创建这些数据的直方图，并且我尝试了以下代码：forfeature], bins=12) plt.xticks(rotation=60)当我创建这个循环时，出现了如下直方图：看起来，勾号代表了每个单独的特征，而不仅仅是垃圾箱。将直方图放大到猥亵的比例证实了这一<
浏览 0提问于2020-09-24得票数 0
1回答
我正在研究一个线性回归问题，线性回归模型的一个假设是特征应该是正态分布的。因此，为了将我的非线性特征转换为线性特征，我正在执行一些转换，如log、box、平方根变换等。我同时拥有离散和连续的数值变量(给出了每个变量的直方图和qq图的示例)：📷离散变量直方图与QQ图📷但是离散变量呢？从
浏览 0提问于2021-11-17得票数 0
回答已采纳
1回答
我对如何使用直方图归一化提取特征感到困惑。也许这听起来太傻了，但很抱歉我太傻了，我只是有点困惑。我已经对图像进行了标准化，但我如何将其表示为一个特征。是直方图变成了特征，还是HOG (定向梯度直方图)的概念。我对如何将直方图表示为特征感到困惑。能给我解释一下吗？
浏览 1提问于2013-06-25得票数 1
回答已采纳
1回答
在视觉单词包中组合检测器
、、、、
我已经将SIFT描述符量化为每个图像的100个单词，并对图像的直方图进行编码，完成了分类。现在，我想尝试组合两个不同的描述符和检测器，即SIFT和SURF，这意味着关键点的数量将不会相同，描述符维度也不会相同(SIFT 128D和SURF 64D)。
将它们组合在一起最简单的方法是什么？如果对于每个图像，我为SIFT编码一个直方图(这将是一个100x1直方图)，并为SURF编码另一个直方图(另一个100x1)，然后将它们堆叠在一起形成200x1直方图，这是正确的吗？
浏览 4提问于2014-05-10得票数 1
lightgbm和sklearn的HistGradientBoostingClassifier估计器都使用直方图来决定连续特征的最佳拆分。有没有可能直观地(或用一些例子)解释直方图的创建过程，以及它如何帮助在节点上更快地确定分割点。 我在互联网上广泛地寻找了答案，但找不到任何简单或直观的方法来构建直方图。
浏览 92提问于2020-10-23得票数 0
1回答
在右边，我得到了1000个矩阵的特征值谱，它们相互散布在一起。在左边，我想要得到一个直方图和密度函数，以确定特征值出现的位置和频率。histogram2D = histogram2D.T
此外，除了每个bin中的特征值的数量，我希望直方图仍然清楚地显示特征值出现在哪里plt.imshow(histogram2D, cmap=cm.get_cmap('rb'), extent
浏览 9提问于2014-02-21得票数 0
我使用pcl::FPFHEstimation类来检测特征点，如下所示：fest.setInputNormals(point_normal);我的问题是如何可视化点云中检测到的特征点就像检测到的红色特征
浏览 8提问于2020-06-02得票数 0
回答已采纳
1回答
我已经计算了一个image.But上的纹理、颜色和形状特征，这些特征加起来就是12个特征。我读到人们提取1000个特征等等。有谁能给我解释一下如何增加功能的数量？然后如何保存它们以形成特征向量？
浏览 2提问于2013-10-01得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
