HOG描述符是旋转不变的？

Question

我正在工作草杂草检测。我已经开始从HoG描述符中提取特征。正如HoG文献所研究的，HoG不是旋转不变的。我有每种草类杂草共18张图片，共有两类。在我的培训和测试数据库中，我旋转了每个图像[5 10 15 20 ... 355]度。

培训和测试使用LibSVM包完成。我的准确性达到了80％左右。

我的问题是，如果HoG不是旋转不变的，那么我怎么能得到如此高的精度？

Answer 1

第一件事首先，对于你有一个旋转不变的描述符d：
d（图像）〜= d（IMAGE_5）〜= d（image_X）
X：旋转

的角度通过操作者〜 =我们的意思是比较特征之间的距离很小。

因此，对于rotationnaly不变式描述符D，您不必将添加到您的训练集的旋转版本的图像。由于D（image）〜= D（image_30）〜= D（image_X），将旋转后的图像添加到训练集是多余的（在要添加样本的特征空间中非常相似）。
1 /数据扩张（加上旋转的图像训练集）
2 /机器学习算法SVM：

相反，在配置鲁棒性旋转不通过HOG而是通过处理。
在特征空间中，对于HOG：D（图像）和D（图像_X）位于特征空间中的不同位置，并且SVM学习将它们“放入”在同一个类中。

如果您确实想测试HOG对旋转的不变性，请不要将旋转的图像添加到训练集中，而是将它们保留在测试集中。精度应该大幅下降。