北科資工二多媒體技術與應用 第五周個人作業

筆記說明

此筆記用途在於台北科技大學資訊工程系大二下多媒體技術與應用作業紀錄
並非所有人都適用，部分對我而言稍加容易的內容並不會寫在此內。
這是學習後心得的筆記，可能不太適用會未來的學生

由於我沒有學習過裡面的理論，因此這是資工大二學生透過網路與自身理解的筆記，學習價值並不高、且可能擁有大量錯誤。

QUESTION: 在Python中引入scikit-learn函式庫，利用函式庫中所提供的函式進行練習，觀察HOG方法所提取出的特徵點，在可視化表現上有何種特色，並且調整HOG函式中的各項參數，觀察是否有甚麼差異。

hog 的語法如下

• Image 圖片本身資料，num.array 格式
• Orientation = 8，也就是每個 cell 的周遭
• pixels_per_cell 每一個單位的像素大小
• cells_per_block 每組單位的大小
• visualize 是否 return hog 特徵影像
• multichannel 支援多通道

在測試的過程中，發現了 pixels_per_cell 是最重要的參數，他決定了產生出來的圖片像素大小，如果 pixels_per_cell 越小則運算速度也會越慢，邊緣越仔細，但如果越大則反而沒有辦法清楚描繪邊緣，因此要找好適合的大小。

cells_per_block 我嘗試過，10、1、16其實我看不太出來差異，因此我認為他們並沒有太大差異。

Orientation 在 8 的情況下，明顯比起 Orientation = 4 的時候跟詳細，跟清楚地描繪邊緣。

透過查詢老師的講義，基本上沒有太大困難，只有前期的茫然不太清楚要做甚麼。

QUESTION:請想出一種情境，適合使用HOG+SVM進行分類，並說明原因。

老師的講義有提過在行人辨識是很適合使用HOG+SVM進行分類，我認為如果依照這樣，根據現在最熱的火車事故新聞，我認為 HOG+SVM 應該也可以在火車行駛中辨識人或是大型雜物，如果有辨識到就進行剎車，相信一定可以拯救很多人的生命。