Descriptor blocksTo account for cha

Descriptor blocks

To account for changes in illumination and contrast, the gradient strengths must be locally normalized, which requires grouping the cells together into larger, spatially connected blocks. The HOG descriptor is then the concatenated vector of the components of the normalized cell histograms from all of the block regions. These blocks typically overlap, meaning that each cell contributes more than once to the final descriptor. Two main block geometries exist: rectangular R-HOG blocks and circular C-HOG blocks. R-HOG blocks are generally square grids, represented by three parameters: the number of cells per block, the number of pixels per cell, and the number of channels per cell histogram. In the Dalal and Triggs human detection experiment, the optimal parameters were found to be four 8x8 pixels cells per block (16x16 pixels per block) with 9 histogram channels. Moreover, they found that some minor improvement in performance could be gained by applying a Gaussian spatial window within each block before tabulating histogram votes in order to weight pixels around the edge of the blocks less. The R-HOG blocks appear quite similar to the scale-invariant feature transform (SIFT) descriptors; however, despite their similar formation, R-HOG blocks are computed in dense grids at some single scale without orientation alignment, whereas SIFT descriptors are usually computed at sparse, scale-invariant key image points and are rotated to align orientation. In addition, the R-HOG blocks are used in conjunction to encode spatial form information, while SIFT descriptors are used singly.

ผลลัพธ์ (ไทย) 1:

บล็อกตัวอธิบายการบัญชีสำหรับการเปลี่ยนแปลงในแสงสว่างและความคมชัด จุดแข็งไล่โทนสีต้องเป็นเครื่องตามปกติ ซึ่งต้องการจัดกลุ่มเซลล์รวมกันเป็นบล็อกขนาดใหญ่ เชื่อมต่อ spatially บอกหมูเป็นเวกเตอร์ต่อส่วนประกอบของเซลล์มาตรฐานฮิสโตแกรมจากภูมิภาคบล็อกทั้งหมดแล้ว บล็อกเหล่านี้มักจะเหลื่อม หมายความ ว่า เซลล์แต่ละเซลล์จัดสรรมากกว่าหนึ่งครั้งไปบอกสุดท้าย มีอยู่สองหลักบล็อกรูปทรงเรขาคณิต: บล็อก R-หมูสี่เหลี่ยมและวงกลม C หมูบล็อก โดยทั่วไปตารางกริด แทน ด้วยพารามิเตอร์ที่สามจะบล็อก R-หมู: จำนวนเซลล์ต่อบล็อก จำนวนพิกเซลต่อเซลล์ และจำนวนช่องต่อเซลล์ฮิสโตแกรม ในการทดลองตรวจหามนุษย์ Dalal และ Triggs พารามิเตอร์เหมาะสมพบเป็น 4 8 x 8 พิกเซลล์ต่อบล็อก (16 x 16 พิกเซลต่อบล็อก) 9 ช่องฮิสโตแกรม นอกจากนี้ พวกเขาพบว่า สามารถได้รับการปรับปรุงบางส่วนเล็กน้อยประสิทธิภาพการทำงาน โดยใช้พื้นที่หน้าต่าง Gaussian ภายในแต่ละบล็อคก่อนฮิสโตแกรม tabulating โหวตในสั่งพิกเซลน้ำหนักรอบขอบของบล็อกน้อยลง บล็อก R-กิตติปรากฏคล้ายกับตัวบอกคุณลักษณะขนาดบล็อกแปลง (SIFT) อย่างไรก็ตาม แม้ มีการก่อตัวของพวกเขาคล้าย บล็อก R-หมูจะคำนวณในกริดหนาแน่นในบางมาตราเดียวโดยวางตำแหน่ง โดย SIFT ตัวบอกมักจะมีคำนวณจุดบ่อ ขนาดบล็อกคีย์รูป และหมุนตำแหน่งวาง นอกจากนี้ บล็อก R-หมูจะใช้ร่วมการเข้ารหัสข้อมูลแบบฟอร์มปริภูมิ ในขณะที่ใช้ตัวบอก SIFT เดี่ยว

ผลลัพธ์ (ไทย) 2:

บล็อกข้อความอธิบายในการบัญชีสำหรับการเปลี่ยนแปลงในความสว่างและความคมชัดที่จุดแข็งของการไล่ระดับสีจะต้องปกติในประเทศซึ่งจะต้องมีการจัดกลุ่มเซลล์เข้าด้วยกันเป็นขนาดใหญ่ที่เชื่อมต่อบล็อกตำแหน่ง บ่ง HOG แล้วเวกเตอร์ตัดแบ่งชิ้นส่วนของ histograms เซลล์ปกติจากทั่วทุกภูมิภาคของบล็อก บล็อกเหล่านี้มักจะทับซ้อนกันซึ่งหมายความว่าแต่ละเซลล์ก่อมากกว่าหนึ่งครั้งเพื่อบ่งสุดท้าย สองรูปทรงเรขาคณิตที่บล็อกหลักอยู่: บล็อกสี่เหลี่ยม R-HOG และวงกลมบล็อก C-HOG บล็อก R-HOG เป็นกริดตารางโดยทั่วไปแสดงโดยสามพารามิเตอร์: จำนวนของเซลล์ต่อบล็อกจำนวนพิกเซลต่อเซลล์และจำนวนช่องต่อ histogram เซลล์ ใน Dalal และ Triggs ทดลองการตรวจสอบของมนุษย์พารามิเตอร์ที่เหมาะสมพบว่ามีสี่เซลล์ 8x8 พิกเซลต่อบล็อก (16x16 พิกเซลต่อบล็อก) กับ 9 ช่อง histogram นอกจากนี้พวกเขาพบว่าบางการปรับปรุงเล็ก ๆ น้อย ๆ ในการทำงานจะได้รับจากการใช้หน้าต่างอวกาศเสียนภายในแต่ละบล็อกก่อนที่จะทำเป็นตารางคะแนนโหวต histogram เพื่อน้ำหนักพิกเซลรอบขอบของบล็อกน้อย บล็อก R-HOG ปรากฏค่อนข้างคล้ายกับคุณลักษณะขนาดคงที่แปลง (SIFT) อธิบาย; อย่างไรก็ตามแม้จะมีการก่อตัวของพวกเขาที่คล้ายกันบล็อก R-HOG จะคำนวณความหนาแน่นในกริดที่บางขนาดเดียวโดยไม่ต้องจัดตำแหน่งการวางแนวทางในขณะที่ SIFT อธิบายคำนวณมักจะเบาบางจุดที่สำคัญภาพขนาดคงที่และมีการหมุนในการจัดปฐมนิเทศ นอกจากนี้บล็อก R-HOG ใช้ร่วมในการเข้ารหัสข้อมูลรูปแบบเชิงพื้นที่ในขณะที่อธิบายร่อนถูกนำมาใช้โดยลำพัง

ผลลัพธ์ (ไทย) 3:

หัวเรื่องบล็อก

บัญชีสำหรับการเปลี่ยนแปลงในความสว่างและความคมชัด , การไล่ระดับสี ( ต้องเป็นเครื่องปกติซึ่งต้องมีการจัดกลุ่มเซลล์กันเข้าไปใหญ่ เปลี่ยนการเชื่อมต่อบล็อก หมูหัวเรื่องคือ แล้วตัดแบ่งเวกเตอร์ขององค์ประกอบของค่าฮิสโตแกรมจากเซลล์ทั้งหมดของบล็อกที่ภูมิภาค บล็อกเหล่านี้มักจะทับซ้อนกันหมายความว่าแต่ละเซลล์ที่มีมากกว่าหนึ่งครั้งเพื่อคำสุดท้าย สองรูปแบบหลักอยู่ : บล็อกบล็อกบล็อก c-hog r-hog สี่เหลี่ยมและวงกลม r-hog บล็อกตารางกริดโดยทั่วไปแสดงโดยสามพารามิเตอร์ : จำนวนเซลล์ต่อบล็อกจำนวนพิกเซลต่อเซลล์ และจำนวนช่องต่อเซลล์ฮิสโตแกรม ในการทดลอง และ triggs Dalal ตรวจหามนุษย์พารามิเตอร์ที่เหมาะสม พบว่ามี 4 8 เซลล์ ( 16x16 พิกเซล พิกเซล ต่อบล็อกต่อบล็อก ) 9 ช่องฮิสโตแกรม นอกจากนี้ยังพบว่าบางปรับปรุงเล็กน้อยในการปฏิบัติอาจจะได้รับโดยการใช้ Gaussian พื้นที่หน้าต่างภายในแต่ละบล็อกก่อนทำตารางความถี่เสียงเพื่อน้ำหนักพิกเซลรอบขอบของบล็อกน้อยลงการ r-hog บล็อกปรากฏขึ้นค่อนข้างใกล้เคียงกับขนาดไม่เปลี่ยนแปลงคุณลักษณะการแปลง ( ร่อน ) ใน อย่างไรก็ตาม แม้จะมีการสร้างที่คล้ายกันของพวกเขา r-hog บล็อกจะถูกคำนวณในกริดที่หนาแน่นในบางเดี่ยวขนาดโดยไม่จัดปฐมนิเทศ และร่อนในมักจะคำนวณที่โปร่ง ขนาดความสําคัญภาพจุด และจะหมุนเพื่อจัดปฐมนิเทศ นอกจากนี้การ r-hog บล็อกที่ใช้ร่วมกับรูปแบบการเข้ารหัสข้อมูลในขณะร่อนใช้เดี่ยว ๆ .