HOG特征

转载 2015年07月07日 10:24:28

HOG特征 (Histograms of Oriented Gradients)

定义:梯度方向直方图
本质:梯度的统计信息,而梯度主要存在于边缘的地方

1.标准化gamma空间和颜色空间

为了减少光照因素的影响,首先需要将整个图像进行规范化。在图像的纹理强度中,局部的表层曝光贡献的比重较大,所以,这种压缩处理能够有效地降低图像局部的阴影和光照变化。因为颜色信息作用不大,通常先转化为灰度图
Gamma压缩公式:


比如可以取Gamma=1/2

 2.计算梯度

计算图像的一阶梯度。求导操作不仅能够捕获轮廓,人影和一些纹理信息,还能进一步弱化光照的影响。
梯度大小:


梯度方向:

 3.单元格梯度投影

第三步的目的是为局部图像区域提供一个编码,同时能够保持对图像中人体对象的姿势和外观的弱敏感性。我们将图像窗口分成若干个小区域,这些区域被称为“单元格”。然后将每个单元格中所有象素的一维梯度直方图或者边缘方向累加到其中。最后将这个基本的方向直方图映射到固定的角度上,就形成了最终的特征。
例如取单元格为8*8像素 ,直方图取9个方向(360度平分9份)

4.块内归一化梯度直方图

对比度归一化。归一化能够进一步地对光照、阴影和边缘进行压缩。通常,每个单元格由多个不同的块共享,但它的归一化是基于不同块的,所以计算结果也不一样。因此,一个单元格的特征会以不同的结果多次出现在最后的向量中。我们将归一化之后的块描述符就称之为HOG描述符。
例如块取2*2单元格,则一块的特征数为:2*2*9

5.收集HOG特征

最后一步就是将检测窗口中所有重叠的块进行HOG特征的收集,并将它们结合成最终的特征向量供分类使用。
例如对于一个40*40的训练图片,单元格=8*8像素,块=2*2单元格,块每次滑动一个单元格为,则特征维数=4*4*(2*2*9)=576维


样本示例

正样本42*42       

 

负样本42*42


相关文章推荐

基于HOG特征和SVM的手势识别

  • 2013年09月12日 18:30
  • 1.31MB
  • 下载

LBF/HOG特征SVM的train和trainAuto范例

  • 2016年11月29日 22:27
  • 23.4MB
  • 下载

HOG特征提取matlab代码

HOG特征提取,HOG特征是图像梯度方向的直方图,且是对window进行的处理,是局部feature,提取的是一个window的特征,参数主要有winsize,blocksize,cellsize,r...

hog特征学习

  • 2016年06月17日 18:35
  • 5KB
  • 下载

人车分类识别 HOG特征+KNN分类器

  • 2016年09月06日 09:49
  • 6.96MB
  • 下载

利用Hog特征和SVM分类器进行行人检测

之前介绍过Hog特征(http://blog.csdn.net/carson2005/article/details/7782726),也介绍过SVM分类器(http://blog.csdn.net/...

HOG特征提取

  • 2014年12月31日 16:08
  • 33KB
  • 下载

hog特征在行人检测中的应用

  • 2012年12月07日 15:37
  • 5.15MB
  • 下载

HOG特征原理梳理与实验分析

重读了HOG特征的论文,比起SIFT特征这种磨人小妖级别的特征,HOG还是naive. 但HOG特征的使用效果使得其在目前的应用中热度不减。讨论其设计思路是有意思的事情。本文试图从算法的步骤上分析算法...

HOG特征matlab代码实现

  • 2014年09月07日 17:05
  • 9KB
  • 下载
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:HOG特征
举报原因:
原因补充:

(最多只允许输入30个字)