图像预处理意味着图像减法

Question

我对预处理步骤“图像均值减法”有疑问。
我使用UCSD Dataset 进行培训。
一种流行的预处理步骤是平均减法。现在我想知道我是否做得对。
我正在做的事情如下：

1. 我有 200 张灰度火车图像

2. 我将所有图像放在一个列表中并用 numpy 计算平均值：

   np.mean(ImageList, axis=0)
   

   这会返回一个平均图像

3. 现在我从所有火车图像中减去平均图像

当我现在可视化我的预处理火车图像时，它们大多是黑色的，并且其中也有负值。
它是否正确？还是我对减去平均图像的理解不正确？

这是我的训练图像之一：

这是“平均形象”：

Answer 1

看来你做得对。
至于负值：它们是可以预料的。你的原始图像的强度值在[0..1] 范围内，一旦你减去平均值（应该在 ~0.5 左右），你应该有范围内的值（大约）[-.5..0.5]。

请注意，您还应该保存测试时获得的“平均图像”：一旦您希望使用经过训练的网络进行预测，您需要从测试图像中减去相同的平均图像.

更新：
在您的情况下（静态相机），减去的平均值会消除“常见”背景。这些设置似乎对您有利，因为它们将网络聚焦于帧中的时间变化。只要您在相同的图像集（即来自同一个静态相机的帧）上进行测试，此方法对您来说效果很好。