histogram of oriented gradients(梯度方向直方图),是一种局部的图像特征。
生成步骤:
1.色彩/Gamma校正图像归一化
2.计算图像梯度大小和方向
3.对cell内的梯度方向依据梯度幅值进行权重投影
4.HOG特征向量归一化
5.所有block的HOG特征连接起来构成最终的特征向量
图像归一化
为了减少光照因素的影响,Gamma压缩公式: I(x,y) I ( x , y ) = I(x,y)g I ( x , y ) g
比如可以取Gamma=1/2计算图像梯度大小和方向
计算x,y方向的梯度 Gx G x , Gy G y ,梯度幅值是 G=G2x+G2y−−−−−−−√ G = G x 2 + G y 2 ,梯度方向 θ=arctan(GyGx) θ = a r c t a n ( G y G x )对cell内的梯度方向依据梯度幅值进行权重投影
一张图片有多个block组成,而一个block有包含多个cell。Dalal通过实验证明,cell取8*8像素,block取2*2个cell,block每次滑动一个cell,取得最好结果。例如对于一个40*40的训练图片,cell=8*8像素,block=2*2个cell,块每次滑动一个单元格,如果把0~360degree分成9个bin,则特征维数=4*4*(2*2*9)=576维。
在每个Cell中独立做梯度方向统计,横轴是梯度方向,纵轴频次的权重是梯度大小,从而得到一个cell内的梯度方向直方图。HOG特征向量归一化
对block块内的HOG特征向量进行归一化,主要是为了使特征向量空间对光照、阴影和边缘变化具有鲁棒性。归一化是针对每一个block进行的,一般采用的归一化函数有以下四种:
所有block中的hog特征连接起来就是一张图的HOG。
参考:
[1] https://blog.csdn.net/u011285477/article/details/50974230