Hog
主要用于行人检测
概述:
1,对局部出现的梯度次数进行统计。
2,核心思想是局部物体外形能被光强梯度或边缘方向的分布所描述。将整幅图像分割成小的连接区域(cells),每个cell生成一个方向梯度直方图或者cell中pixel的边缘方向,直方图组合可表示描述子。
3,几何和光学转化不变性;没有旋转和尺度不变性。
1.Hog的流程图:
2.0流程解释
归一化(Gamma Normalization):
Gama: I(x,y)=[I(x,y)]Gama I ( x , y ) = [ I ( x , y ) ] G a m a ;调节图像对比度,减少光照影响,抑制噪声干扰。
梯度计算Gradient Computation:
[-1,0,1]差分模板分别计算水平垂直方向的梯度。
Gh(x,y)=f(x+1,y)−