梯度方向直方图HOG.docVIP

图像梯度方向直方图学习 ??? HOG（Histogram of Oriented Gradient）是2005年CVPR会议上，法国国家计算机科学及自动控制研究所的Dalal等人提出的一种解决人体目标检测的图像描述子，该方法使用梯度方向直方图（Histogram of Oriented Gradients,简称HOG）特征来表达人体，提取人体的外形信息和运动信息，形成丰富的特征集。 ???? HOG描述子高维图像特征向量生成步骤：1.图像归一化；?2.利用一阶微分计算图像梯度； 3.基于梯度幅值的方向权重投影； 4.HOG特征向量归一化；? 5.得出HOG最终的特征向量 step 1:图像归一化 ? 归一化图像的主要目的是提高检测器对光照的鲁棒性，因为实际的人体目标可能出现的各种不同的场合，检测器，必须对光照不太敏感才会有好的效果。 Step 2 利用一阶微分计算图像梯度 1、图像平滑 ??????? 对于灰度图像，一般为了去除噪点，所以会先利用离散高斯平滑模板进行平滑：高斯函数在不同平滑的尺度下进行对灰度图像进行平滑操作，Dalal等实验表明在下，人体检测效果最佳（即不做高斯平滑），使得错误率缩小了约一倍。不做平滑操作，可能原因：图像时基于边缘的，平滑会降低边缘信息的对比度，从而减少图像中的信号信息。 2、梯度法求图像梯度 Step 3 基于梯度幅值的方向权重投影 ??????