一些特征杂记

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/feimengjuan/article/details/51244076

1、 GIST

SpatialEnvelope : 空间包络

 

 

Given an input image, a GISTdescriptor is computed by

Convolve the image with 32 Gaborfilters at 4 scales, 8 orientations, producing 32 feature maps of the same sizeof the input image.

Divide each feature map into 16regions (by a 4x4 grid), and then average the feature values within eachregion.

Concatenate the 16 averagedvalues of all 32 feature maps, resulting in a 16x32=512 GIST descriptor.

Intuitively,GIST summarizes the gradient information (scales and orientations) fordifferent parts of an image, which provides a rough description (the gist) ofthe scene.

 

 

扫描二维码关注公众号，回复： 5336048 查看本文章

 

 

2、 DenseSIFT

它与SIFT（也叫sparse SIFT）的区别就在于它的获取过程是：对于图片中的每个像素，以该像素为中心，将它周围的一个16*16的区域分为4*4的单元，然后在每个单元中，用8个bins的直方图统计梯度方向，即可对每个像素得到一个4*4*8=128维的特征描述。

 

Dense SIFT和SIFT的区别就是：Lowe提出的SIFT算法中，会构建DOG尺度空间，从而进行关键点定位，然后计算每个关键点的128维的特征描述，而Dense SIFT是直接对图片中的每个像素，以该像素为中心，将它周围的一个16*16的区域分为4*4的单元，然后在每个单元中，用8个bins的直方图统计梯度方向，计算128维的特征描述.

 

很多应用中，证明Dense SIFT在场景或物体分类中取得的效果更好，并且速度更快。

在一些场景分类中，经常会先提取Dense SIFT，但是这样提取出来的特征数量太大，于是然后进行池化（如，max pooling……，就是把特征图像的某个区域求最大值，用来代表这个区域）

 

当研究目标是对同样的物体或者场景寻找对应关系（correspondence）时，Sparse SIFT更好。而研究目标是图像表示或者场景理解时，Dense SIFT更好，因为即使密集采样的区域不能够被准确匹配，这块区域也包含了表达图像内容的信息。