[英]Local Gradient Pattern Implementation
我試圖理解“ 局部漸變模式”中描述的“ 局部漸變模式”-一種用於面部表情識別的新穎特征表示 。
有一個計算像素新值的示例,如下所示:
我看到中心像素(為25)的Pattern-1
值為10
, Pattern-2
值為01
。 我有幾個問題。
該中心像素的新值是多少?
這取決於編碼方案。 該參考文件沒有明確解釋如何編碼局部梯度模式。 一種可能的編碼是:
哪里
如果將示例的強度值引入到模式代碼結果上方的表達式中:
請注意,使用不同編碼的效果將是對直方圖塊進行重新排序,但這不會對分類准確性產生影響。
LGP與LBP有何關系?
LGP只是眾多LBP變體之一 。 請看這本書以進行全面審查。
是否有用於使用LGP(首選Python)轉換2D矩陣的偽代碼?
試試下面的代碼:
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]
演示版
In [31]: patch = np.array([[18, 25, 14],
...: [85, 25, 86],
...: [45, 65, 14]])
...:
In [32]: LGP_codes(patch)
Out[32]: array([[9]])
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.