什麼是計算機視覺中的各向異性縮放？

Question

什麼是各向異性縮放？它是如何實現圖像處理和計算機視覺？

我知道這是某種形式的non-uniform scaling，正如維基百科所說的那樣，但我仍然無法很好地理解它應用於圖像時的實際含義。最近，一些像R-CNN這樣的深度學習體系結構用於對象檢測也使用它，但在這個話題上並沒有多少亮點。

任何清晰解釋概念的例子和視覺插圖都會非常好。

Answer 1

非均勻縮放意味着不同尺度應用於每個維度，使其具有各向異性。相反的是各向同性的縮放，其中每個維度都應用相同的比例。

在R-CNN的背景下，作者做了一個技巧，使用可變大小的圖像與分類網絡，他們調整大小的任何圖像到一個固定的大小（我相信它是224x224），這是獨立於圖像的高寬比。所以說你有一個1280x720的圖像，如果它調整到224x244，那麼比例尺就是1280/224和720/224，這顯然不一樣，因此各向異性縮放。