HOG描述符是旋轉不變的？

Question

我正在工作草雜草檢測。我已經開始從HoG描述符中提取特徵。正如HoG文獻所研究的，HoG不是旋轉不變的。我有每種草類雜草共18張圖片，共有兩類。在我的培訓和測試數據庫中，我旋轉了每個圖像[5 10 15 20 ... 355]度。

培訓和測試使用LibSVM包完成。我的準確性達到了80％左右。

我的問題是，如果HoG不是旋轉不變的，那麼我怎麼能得到如此高的精度？

Answer 1

第一件事首先，對於你有一個旋轉不變的描述符d：
d（圖像）〜= d（IMAGE_5）〜= d（image_X）
X：旋轉

的角度通過操作者〜 =我們的意思是比較特徵之間的距離很小。

因此，對於rotationnaly不變式描述符D，您不必將添加到您的訓練集的旋轉版本的圖像。由於D（image）〜= D（image_30）〜= D（image_X），將旋轉後的圖像添加到訓練集是多餘的（在要添加樣本的特徵空間中非常相似）。
1 /數據擴張（加上旋轉的圖像訓練集）
2 /機器學習算法SVM：

相反，在配置魯棒性旋轉不通過HOG而是通過處理。
在特徵空間中，對於HOG：D（圖像）和D（圖像_X）位於特徵空間中的不同位置，並且SVM學習將它們「放入」在同一個類中。

如果您確實想測試HOG對旋轉的不變性，請不要將旋轉的圖像添加到訓練集中，而是將它們保留在測試集中。精度應該大幅下降。