2024-05-29 04:27:32 发布
网友
我试图理解Local gradient pattern - A novel feature representation for facial expression recognition中描述的局部梯度模式。在
下面是一个计算像素新值的示例:
我看到中心像素(25)Pattern-1的值是10,而{}的值是01。我有几个问题。在
Pattern-1
10
01
What will be the new value of that center pixel?
编码取决于编码方式。参考文献没有清楚地解释局部梯度图案是如何编码的。一种可能的编码方式是:
在哪里
如果将示例的强度值引入图案代码结果上方的表达式中:
请注意,使用不同编码的效果将是对柱状图库进行重新排序,但这不会影响分类精度。在
How LGP is related with LBP?
LGP只是LBP众多变体中的一个。查看this book进行全面回顾。在
Is there any pseudo code for converting a 2D matrix using LGP (Python preferred)?
请尝试以下代码:
import numpy as np def LGP_codes(img, r=1): padded = np.pad(img, (r, r), 'constant') a1 = padded[:-2*r, :-2*r] b1 = padded[:-2*r, r:-r] a2 = padded[:-2*r, 2*r:] b2 = padded[r:-r, 2*r:] a3 = padded[2*r:, 2*r:] b3 = padded[2*r:, r:-r] a4 = padded[2*r:, :-2*r] b4 = padded[r:-r, :-2*r] codes = (a1 >= a3) + 2*(a2 >= a4) + 4*(b1 >= b3) + 8*(b2 >= b4) return codes[r:-r, r:-r]
演示
编码取决于编码方式。参考文献没有清楚地解释局部梯度图案是如何编码的。一种可能的编码方式是:
在哪里
如果将示例的强度值引入图案代码结果上方的表达式中:
请注意,使用不同编码的效果将是对柱状图库进行重新排序,但这不会影响分类精度。在
LGP只是LBP众多变体中的一个。查看this book进行全面回顾。在
请尝试以下代码:
演示
^{pr2}$相关问题 更多 >
编程相关推荐