想做物体检测,可以试试HOG!例如我们在下面的图片中检测这位美女。
HOG全名 Histogram of Oriented Gradients,也就是方向梯度的直方图,它主要利用梯度的直方图构建特征向量。
最经典的是用作行人检测,也可以用作其他物体检测。
方向梯度(oriented Gradients)
一维梯度可以认为是一阶导数: d y d x = y ‘ \frac{\mathrm{d} y }{\mathrm{d} x} = y^{`} dxdy=y‘
z = f ( x , y ) z=f(x,y) z=f(x,y)的二维梯度
g r a d f = f x ( x , y ) ∗ i + f y ( x , y ) ∗ j grad f = f_x(x,y) *i + f_y(x,y)*j gradf=fx(x,y)∗i+fy(x,y)∗j
f x ( x , y ) f_x(x,y) fx(x,y)表示y保持不变时,f(x,y)关于x的偏导数。
f y ( x , y ) f_y(x,y) fy(x,y)表示保持x不变时,f(x,y)关于y的偏导数。
由公式可知,二维梯度是有方向的。可以将其转换了梯度的幅值 g g g和幅度 θ \theta θ。
g = f x 2 + f y