128 筛选描述符的值？

Question

我知道我们在关键点周围采用“中间”像素的 16x16 窗口。我们将该窗口拆分为 16 个 4x4 窗口。从每个 4x4 窗口，我们生成 8 个 bin 的直方图。每个 bin 对应于 0-44 度、45-89 度等。来自 4x4 的梯度方向被放入这些 bin。这是对所有 4x4 块完成的。最后，我们对你得到的 128 个值进行标准化。 他们从哪里获得价值

但我误解了 128 数字的价值从何而来？是指对应的方向值大小还是什么？

如果有人描述任何数字示例，我将不胜感激！

Answer 1

在 SIFT（尺度不变特征变换）中，128 维特征向量由每个窗口 4x4 个样本、每个样本 8 个方向——4x4x8 = 128。

有关插图指南，请参阅A Short introduction to descriptors，尤其是这张图片，显示嵌入在每个 4x4 方格（中心图片）中的 8 方向测量值（基数和基数间），然后是方向直方图（右图片）：

根据您的问题，我相信您也不清楚描述符 中的信息是什么 - 它被称为定向梯度直方图 (HOG)。进一步阅读，维基百科有HOG的概述gradient computation：

单元内的每个像素都会根据梯度计算中找到的值对基于方向的直方图通道进行加权投票。

一切都建立在每个像素的“投票”之上。