【发布时间】:2015-03-13 09:20:52
【问题描述】:
我正在尝试理解位于here的文章
我有两个问题:
标准化和全局对比度标准化有什么区别? 据我所知,我认为它们的意思是一样的,我们用全局平均值减去图像的每个像素,然后除以全局标准差。
它们在机器学习或特征提取主题中的用途是什么?
谢谢
【问题讨论】:
标签: machine-learning computer-vision feature-extraction
我正在尝试理解位于here的文章
我有两个问题:
标准化和全局对比度标准化有什么区别? 据我所知,我认为它们的意思是一样的,我们用全局平均值减去图像的每个像素,然后除以全局标准差。
它们在机器学习或特征提取主题中的用途是什么?
谢谢
【问题讨论】:
标签: machine-learning computer-vision feature-extraction
1.) 从您分享的帖子中并不完全清楚,但看起来标准化正在分别对每个图像列进行归一化(而全局对比度归一化对图像中的所有像素执行此操作)。我的猜测是两者都使用 pylearn2 documentation 中的标准化函数,但第一步将两个全局标志设置为 false,而第二步将它们设置为 true。
2.) 标准化是机器学习/特征提取中相当标准的步骤。它基本上尝试将数据转换为公共输入空间,并且至少可以部分处理数据变化的外部来源,如光照水平。一个好的开始是阅读feature scaling 上的维基百科文章。
【讨论】: