什么是计算机视觉中的各向异性缩放？

Question

什么是各向异性缩放？它是如何通过图像处理和计算机视觉实现的？

我知道这是non-uniform scaling维基百科所说的某种形式，但我仍然没有很好地理解它应用于图像时的实际含义。最近，一些用于对象检测的深度学习架构（如 R-CNN）也使用了它，但在这个主题上没有显示太多亮点。

任何可以清楚地解释这个概念的例子和视觉插图都会非常好。

Answer 1

非均匀缩放只是意味着对每个维度应用不同的比例，使其具有各向异性。相反的是各向同性缩放，其中相同的缩放应用于每个维度。

在 R-CNN 的上下文中，作者做了一个技巧，将可变大小的图像与分类网络一起使用，他们将任何图像调整为固定大小（我相信它是 224x224），并且这与图像的纵横比无关。图片。所以假设你有一个 1280x720 的图像，如果它被调整为 224x244，那么比例是 1280/224 和 720/224，这显然是不一样的，因此是各向异性缩放。