vl_dsift 尝试获取每个像素的特征向量
vl_dsift trying to get a feature vector at every pixel
我正在尝试使用 vl_dsift 在每个像素处获取 128*1 个特征向量。因此我希望生成的矩阵具有大小
128*(#OfPixels)
然而，当我在大小为 (192*168) 的图像上使用它时，生成的描述符给出大小 (128*31,185)，binsize 为 1，放大因子为 1。
I = imread('Faces\yaleB11_P00A-130E+20.pgm');
size(I)
figure
imshow(I)
binSize = 1 ;
magnif = 1 ;
Is = vl_imsmooth(single(I), sqrt((binSize/magnif)^2 - .25)) ;
[f, d] = vl_dsift(single(I), 'size', binSize) ;
size(f)
size(d)
恐怕您无法提取图像中所有像素的特征向量。
从下面的图'Dense SIFT descriptor geometry'可以看出link（http://www.vlfeat.org/api/dsift.html）dense sift从4×4window中提取特征。由于此框不能移出图像，因此 4×4 window 的左上角 bin 可以是第一个像素，即 (1,1)。因此，在这种情况下（假设您的 bin 大小为 1），4×4 window 的中心位于 (2.5, 2.5)，换句话说，在 x 和 y 方向上的第 2 和第 3 个像素之间。请注意，在这种情况下，4×4 window 覆盖了 16 个像素，即 [1,4] x [1,4] 像素。
现在说出您的图片大小为 n×m。
以相同的方式，当 4×4 window 的右下角是最后一个像素（n，m 处的像素）时，4×4 window 的中心将位于 [n -1.5，m-1.5]。在您的情况下，您的功能将从 2.5 x 2.5 的像素开始，并以 190.5 x 166.5
结束
所以底线是 4×4 window 的中心在 X 方向上从 'XMIN + 3/2 * SIZE' 移动到 'MAX - 3/2 * SIZE'步长 'STEP'。其中 XMIN 和 XMAX 分别是 X 方向的第一个和最后一个像素。 Y 轴相同（参见 link http://www.vlfeat.org/matlab/vl_dsift.html 处的底部段落 'FURTHER DETAILS ON THE GEOMETRY'）。结果，4×4 window 遍历了整个图像。
我正在尝试使用 vl_dsift 在每个像素处获取 128*1 个特征向量。因此我希望生成的矩阵具有大小
128*(#OfPixels)
然而，当我在大小为 (192*168) 的图像上使用它时，生成的描述符给出大小 (128*31,185)，binsize 为 1，放大因子为 1。
I = imread('Faces\yaleB11_P00A-130E+20.pgm');
size(I)
figure
imshow(I)
binSize = 1 ;
magnif = 1 ;
Is = vl_imsmooth(single(I), sqrt((binSize/magnif)^2 - .25)) ;
[f, d] = vl_dsift(single(I), 'size', binSize) ;
size(f)
size(d)
恐怕您无法提取图像中所有像素的特征向量。
从下面的图'Dense SIFT descriptor geometry'可以看出link（http://www.vlfeat.org/api/dsift.html）dense sift从4×4window中提取特征。由于此框不能移出图像，因此 4×4 window 的左上角 bin 可以是第一个像素，即 (1,1)。因此，在这种情况下（假设您的 bin 大小为 1），4×4 window 的中心位于 (2.5, 2.5)，换句话说，在 x 和 y 方向上的第 2 和第 3 个像素之间。请注意，在这种情况下，4×4 window 覆盖了 16 个像素，即 [1,4] x [1,4] 像素。
现在说出您的图片大小为 n×m。 以相同的方式，当 4×4 window 的右下角是最后一个像素（n，m 处的像素）时，4×4 window 的中心将位于 [n -1.5，m-1.5]。在您的情况下，您的功能将从 2.5 x 2.5 的像素开始，并以 190.5 x 166.5
结束所以底线是 4×4 window 的中心在 X 方向上从 'XMIN + 3/2 * SIZE' 移动到 'MAX - 3/2 * SIZE'步长 'STEP'。其中 XMIN 和 XMAX 分别是 X 方向的第一个和最后一个像素。 Y 轴相同（参见 link http://www.vlfeat.org/matlab/vl_dsift.html 处的底部段落 'FURTHER DETAILS ON THE GEOMETRY'）。结果，4×4 window 遍历了整个图像。