本文详细介绍了HOG（Histograms of Oriented Gradients）特征描述算子，包括其基本思想、计算步骤、优点以及影响性能的因素。HOG通过统计图像局部区域的梯度方向信息来描述图像区域，用于捕捉局部形状信息并具有一定的旋转和光照不变性。OpenCV提供了HOGDescriptor类用于提取和描述HOG特征。
1）HOG特征的原始文献
"Histograms of Oriented Gradients for Human Detection"
"Finding People in Images and Videos" (PhD Thesis) （较为详细）
2） HOG特征算子的网络参考资料
http://www.cnblogs.com/tornadomeet/archive/2012/08/15/2640754.html
http://blog.csdn.net/carson2005/article/details/7841443#
http://blog.csdn.net/abcjennifer/article/details/7365651
http://blog.csdn.net/zouxy09/article/details/7929348#
HOG特征描述算子——原理、思路、步骤
-----------------------------------------------------------------------------------
1. HOG特征描述子的定义
HOG Descriptor: locally normalised histogram of gradient orientation in dense overlapping grid
最低0.47元/天 解锁文章
扫一扫
1346
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
