'extractLBPFeatures' 为不同大小的图像返回的特征向量的长度

Question

我已经使用 extractLBPFeatures 对 64*64 和 200*200 图像进行特征提取。

a=imread('f1.jpg'); % f1.jpg is of size 64*64
b=extractLBPFeatures(a);
size(b)

ans =

     1    59

c = imresize(a, [200 200]); % a resized image.
d=extractLBPFeatures(c);
size(d)

ans =
    1    59

我注意到，在这两种情况下，它都是 returns 长度为 1*59 的向量（上面代码中的 b 和 d）。这是为什么？

有没有办法减少vector长度的个数？即有没有办法减少 extractLBPFeatures 返回的参数数量？ （我知道这可能会影响分类任务）。

Answer 1

为什么 a 和 c 都是 1x59？

来自documentation,

LBP feature vector is returned as a 1-by-N vector of length N representing the number of features... The overall LBP feature length, N, depends on the number of cells and the number of bins, B:

N = numCells x B

默认情况下，我们有：

‍‍‍‍‍‍ ‍‍‍‍‍‍ ‍‍‍‍‍‍ ‍‍‍‍‍‍ 单元格大小等于大小（I）； ‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍ ‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍numCells = prod（地板（尺寸（I）/ CellSize））;
⇒ 细胞数 = 1

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍ ‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍B = (P × P–1) + 3
⇒ 乙 = 59

⇒ N = 1x59（默认）

---

有没有办法减少extractLBPFeatures返回的参数数量？

如上计算所示，通过减少number of neighbours, P , changing the Rotation invariance flag and hence the number of bins、B，你可以减少它。但是你应该确定你在做什么。

一个例子：

extractLBPFeatures(a,'Upright',false,'NumNeighbors',4);