[2005CVPR]Histograms of Oriented Gradients for Human Detection

最新推荐文章于 2021-05-24 14:53:08 发布
最新推荐文章于 2021-05-24 14:53:08 发布
阅读量3.9k 收藏 3
点赞数
分类专栏： CV 文章标签： histogram of oriente HOG
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/abcd1992719g/article/details/37567043
版权
本文介绍了使用Histograms of Oriented Gradients (HOG)特征进行人类检测的方法，强调了其在不同尺度和光照变化下保持鲁棒性的特性。算法包括Gamma/Colour Normalization、Gradient Computation、Normalization和Descriptor Blocks等步骤，最终通过SVM进行训练。实验表明，HOG特征在行人检测中的轮廓部分权重较大。提供了INRIA行人数据库和HOG+SVM的源代码链接。
摘要由CSDN通过智能技术生成

HOG这种方法跟边缘方向直方图，尺度不变特征变换（SIFT）以及形状上下文方法（shape contexts）有很多相似之处，但与它们的不同点是：HOG描述器是在一个网格密集的大小统一的细胞单元上计算，而且为了提高性能，还采用了重叠的局部对比度归一化.HOG方法是在图像的局部细胞单元上操作，所以它对图像几何和光学的形变都能保持很好的不变性.




算法步骤step1:Gamma/Colour Normalization

作者分别在灰度空间、RGB色彩空间和LAB色彩空间上对图像进行色彩和 

最低0.47元/天 解锁文章
abcd1992719g
关注
专栏目录
读书笔记：Histograms of Oriented Gradients for Human Detection
Sictsumil的博客
04-18 890
读书笔记：Histograms of Oriented Gradients for Human DetectionHistograms of Oriented Gradients for Human Detection是上一篇提到的一种特征提取(Feature Extraction)的方法。这一片paper详细的展示了HoG的所有细节。base idea of HoG物体的形状和外观可以被很好的表示
Histograms of Oriented Gradients for Human Detection
scyer123的专栏
05-19 2212
论文《Histograms of Oriented Gradients for Human Detection》
[2005 CVPR] Histograms of Oriented Gradients for Human Detection
03-03
[2005 CVPR] Histograms of Oriented Gradients for Human Detection 用于人体检测的方向梯度直方图 Navneet Dalal，Bill Triggsigure 2. Some sample images from our new human detection database. The subjects are always upright, but with some partial occlusions and a wide range of variations in pose, appearance, clothing, illumination and background probabilities to be distinguished more easily. We will often strength and edge-presence based voting were tested, with use miss rate at 10FPPW as a reference point for results. the edge threshold chosen automatically to maximize detec This is arbitrary but no more so than, e.g. Area Under roc. tion performance(the values selected were somewhat vari- In a multiscale detector it corresponds to a raw error rate of able, in the region of 20-50 gray levels) bout 0. 8 false positives per 640 x 480 image tested. (The full Results. Fig. 3 shows the performance of the various detec- detector has an even lower false positive rate owing to non tors on the mit and inria data sets the hog-based de- maximum suppression). Our DET curves are usually quite tectors greatly outperform the wavelet, PCA-SIFT and Shape shallow so even very sinall improvements in miss rate are Context ones, giving near-perfect separation on the MIttest equivalent to large gains in FPPW at constant miss rate For set and at least an order of magnitude reduction in FPPw example, for our default detector at 1e-4 FPPW, every 1
HOG：用于人体检测的梯度方向直方图 Histograms of Oriented Gradients for Human Detection
热门推荐
Why So Serious?
11-02 3万+
我们研究了视觉目标检测的特征集问题，并用线性SVM方法进行人体检测来测试，通过与当前的基于边缘和梯度的描述子进行实验对比，得出方向梯度直方图(Histograms of Oriented Gradient,HOG)描述子在行人检测方面表现更加突出。我们研究了计算过程中每一阶段的影响，得出小尺度梯度(fine-scale gradients)、精细方向采样(fine orientation binning)、粗糙空域抽样(coarse spatial binning)以及重叠描述子块的局部对比度归一化(loc
HOG：从理论到OpenCV实践
weixin_30402343的博客
03-11 450
（转载请注明出处：http://blog.csdn.net/zhazhiqiang/未经允许请勿用于商业用途） 一、理论 1、HOG特征描述子的定义： locally normalised histogram of gradient orientation in dense overlapping grids，即局部归一化的梯度方向直方图，是一种对图像局部重叠区域的密集型描述符,...
hog_cvpr2005
09-15
this is a paper from cvpr_2005
CVPR2005【行人检测】HOG+SVM用于人体检测的梯度方向直方图
中科院AI算法工程师的博客
07-18 1919
目录 CVPR2005-用于人体检测的梯度方向直方图 Histograms of Oriented Gradients for Human Detection 使用的数据集 研究方法 数据 流程 双对数坐标上的评价曲线DET 结果综述 算法实现和性能研究 检测器参数 算法实现细节 1.伽马/颜色规范化 2.梯度计算 3.空间/方向bin统计 归一化和描述子块 R-HOG C-HOG 归一化策略
【盘点】CVPR 二十年，影响力最大的 10 篇论文！
极市平台的技术博客
04-13 1123
CVPR是计算机视觉领域三大顶会中唯一一个年度学术会议。在快速更新迭代的计算机学科中，CVPR成为了计算机视觉领域的“顶级流量”。而在过去的这些年间，CVPR也有着许多的变化。在十多年前，CVPR不过1500人的参会规模，到了2019年参会人数已经超过了6500人，投稿数量也年年增长。 虽然CVPR每年都会评选出最佳论文，但我们今天将从另一个角度来评选CVPR这二十年来的TOP10。即以Web of Science上显示的论文的引用量作为论文影响力的参考，排列出近二十年来影响力最大的十篇论文。接下来我们将依
CVPR历年会议召开地点
weixin_44727918的博客
05-24 7780
CVPR2020 Seattle, WA, USA CVPR2019 Long Beach, CA, USA CVPR2018 Salt Lake City, UT, USA CVPR2017 Honolulu, HI, USA CVPR2016 Las Vegas, NV, USA CVPR2015 Boston, MA, USA CVPR2014 Columbus, OH, USA CVPR2013 Portland, OR, USA CVPR2012 Pro...
CVPR 历年 Best paper（1988-2020）汇总，持续更新~
不忘初心~
06-20 6372
CVPR 历年 Best paper（1988-2020）汇总，持续更新中~~
HOG特征详解：Histograms of Oriented Gradients for Human Detection
Hi_Bitch的博客
07-24 5042
参考论文《Histograms of Oriented Gradients for Human Detection》 花了一天多的时间，整理了一下HOG特征。接下来就HOG特征进行一些解释： HOG含义 HOG具体计算 HOG源码 一、HOG含义 在参考论文中，作者设计了一种方向梯度直方图（Histograms of Oriented Gradient,HOG）对行人进行检测，它通过计算...
图像特征提取算法：方向梯度直方图HOG
机器熊的技术大杂烩
05-14 5369
1.基本介绍 HOG，全称是方向梯度直方图（Histogram Of Gradient），是目前计算机视觉、模式识别领域很常用的一种描述图像局部纹理的特征。这个特征名字起的也很直白，就是说先计算图片某一区域中不同方向上梯度的值，然后进行累积，得到可以代表这块区域的直方图，使用直方图进行检索或分类。 因为HOG是一个局部特征，因此如果对一大幅图片直接提取特征，是得不到好的效果的。原理很简单。从信息论...
Histograms of Oriented Gradients (HOG)理解和源码
zyzyzy4zy的专栏
06-18 1574
Histograms of Oriented Gradients (HOG)理解和源码 2010年6月1日 丕子 发表评论 阅读评论 282 阅读 HOG descriptors 是应用在计算机视觉和图像处理领域，用于目标检测的特征描述器。这项技术是用来计算局部图像梯度的方向信息的统计值。这种方法跟边缘方向直方图（edge orientation histograms）、尺度不变特征变换（scale-invariant feature transform descriptors） 以及形状上下文方法（
Histograms of Oriented Gradients for Human Detection论文翻译及特征总结
qq_41839450的博客
05-12 533
https://blog.csdn.net/lxlclzy1130/article/details/50816967 https://blog.csdn.net/lxlclzy1130/article/details/52510795 此文章对于梯度方向直方图的计算过程有着详细的说明https://blog.csdn.net/passball/article/details/82254256 ...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值