HOG算法 行人检测

HOG（Histogram of Oriented Gridients）是2005年提出描述行人特征的算法，在当年取得了突破性的进展，处理在行人检测领域，在其他识别方面HOG也取得了不错的效果。HOG通过计算和统计图像局部区域的梯度方向直方图来形成描述特征

1.思想

在一张图像中，人与外界存在一个边缘，通过梯度的方向和大小就可以对边缘进行描述，进而对待检测物体进行特征描述

2.HOG算法步骤

（1）首先将图像转换为灰度图像

  (2)为了克服光照不均等情况，对图像进行r变换，调节图像的对比度

（3）计算图像的梯度

x和y方向的梯度公式是：

最常用的方法是：首先用[-1,0,1]梯度算子对原图像做卷积运算，得到x方向（水平方向，以向右为正方向）的梯度分量gradscalx，然后用[1,0,-1]^T梯度算子对原图像做卷积运算，得到y方向（竖直方向，以向上为正方向）的梯度分量gradscaly。作者也比较了其他的模板，但是效果不好，最后作者认为，越是简单的模板，效果越好。

计算梯度幅值和大小

（4）作者对检测图像进行了3层的划分，首先规定了cell(8pix*8pix),  block(2cell*2cell)    一张128*64图像的图像一共可以形成105个block(这部分稍后再讲)，HOG对图片的划分顺序为：像素--->cell---->block----->图像，首先来看一下一个cell是如何对梯度特征进行直方图描述的

在第三步中我们已经完成了对梯度幅值和方向的计算，现在需要设计一个收集器（bin）来对幅值和方向进行统计，

这个统计范围是以cell为单位的，我们将360度的梯度方向划分为9个方向，bin就是来统计cell中这9个梯度方向出现的不同频次。比如像素在0—20度范围内，在对应的bin单元+1（这一步类似我们选举班委成员投票一样，出现一次在黑板上该名字下面的正子就多写一笔）。梯度的幅值相当于加权，就是用来说明像素的这个方向所占的权重，幅值越大则改像素的梯度方向所占的权重越大（这就像选举班委成员投票中，老师一票顶两票一样），也就是说幅值越大，话语权就越大。统计完一个cell内的梯度幅值和方向后既完成了一个bin的收集。

（5）HOG中一个block有四个（2*2）cell组成，一个cell有9维的bin,那么，一个block=4*9=36维特征。对着36维特征进行归一化操作。

（6）一张图像有多少个block呢，假设图像大小128*64，步长为8，block是在图像上以一定的步长滑动来进行提取的，block大小是16*16像素=2*2cell,

那么以步长为8像素进行滑动可以产生(（64-16）/8+1)*((128-16)/8+1) = 7*15 =105个block。

（7）一张图像有多少维呢？105个block,一个block有4个cell,一个cell有9维特征，总特征维度=105*4*9=3780维。