图像预处理意味着图像减法

时间:2016-12-18 12:02:05

标签: machine-learning computer-vision neural-network deep-learning caffe

我对预处理步骤“图像平均减法”有疑问 我使用UCSD Dataset进行训练 一个流行的预处理步骤是平均减法。现在我想知道我是否正确行事 我正在做的是以下内容:

  1. 我有200张灰度级火车图片
  2. 我将所有图像放在一个列表中并用numpy计算均值:

    np.mean(ImageList, axis=0)
    

    这给我一个平均图像

  3. 现在我从所有火车图像中减去平均图像
  4. 当我现在想象我的预处理火车图像时,它们大部分是黑色的,并且在它们中也有负值 它是否正确?或者我对减去平均图像的理解不正确?

    这是我的一张训练图片:

    这就是“平均形象”:

1 个答案:

答案 0 :(得分:3)

看起来你做得对。
至于负值:它们是预期的。您的原始图像的强度值范围为[0..1],一旦减去平均值(应该约为0.5左右),您的值应该在范围内(大致)[-.5..0.5]

请注意,您应该保存"平均图像"你也得到了测试时间:一旦你希望使用经过训练的网络进行预测,你需要从测试图像中减去相同平均图像。

<强>更新
在您的情况下(静态相机),减去的平均值将删除&#34; common&#34;背景。这些设置似乎对您有利,因为它们将网络集中在帧中的时间变化上。只要您在相同的图像集(即来自同一静态相机的帧)上进行测试,此方法就可以很好地适用于您。