转自: http://www.bfcat.com/index.php/2012/12/inverting-visualizing-features-object-detection/
所有人都知道,计算机视觉是关于看的学问,在调程序的时候,可视化占到了一大部分的地位。当我们使用描述子的时候我们也希望能够看到这个描述字的图案,例如我们很熟悉的SIFT,SURF等描述子的可视化方式。
很多做目标检测的人都对HoG特征描述子非常熟悉,也经常用到。MIT的Carl Vondrick(老板是Antonio Torralba)公布了一个可以用来可视化HoG算子的代码。这段代码提供了4种可视化HoG算子的方式,和普通的,直接把描述子画在图像上的方式不同,这几种可视化方式更直观的展示了HoG描述子在图像上的响应。好像让研究者戴上“HoG眼镜”来像计算机一样观察世界。
在我们用HoG算子进行样本训练的时候,可以利用这种可视化来检查为什么一些负样本会导致虚警,也可以检查正样本自己的类内方差。
最后,作者还和Weinzaepfel et al.设计的SIFT 可视化方式(P. Weinzaepfel, H. Jegou, and P. Perez. Reconstructing an image from its local descriptors. In CVPR, 2011.)进行了对比。
这个程序以及技术报告的网页在这里:http://mit.edu/vondrick/ihog/index.html#overview


MIT的研究人员发布了一款用于可视化HoG特征描述子的工具,它提供了四种不同的展示方式,帮助理解HoG描述子如何响应图像内容。这项工作有助于在目标检测任务中分析正负样本,同时对比了SIFT特征的可视化方法。
1638

被折叠的 条评论
为什么被折叠?



