CV - HOG特征描述算⼦/行⼈检测

HOG特征描述算子

图像预处理

首先用了伽马校正，这边这步步骤是可选的，可有也可以没有，主要是为了减少光照、亮度等对图片的影响，调整图片的对比度。
这步中需要注意，灰度图和彩色图都是可以的，只是彩色图是三个通道进行梯度计算，选取了梯度值最大的那个通道

计算图像梯度

对每个像素点进行梯度计算，要同时进行水平梯度计算和垂直梯度计算。
梯度方向将会取绝对值，这样效果更好。

计算梯度直方图

这一步是最神奇的一步（感觉这个世界总是有那么多的归一化和各种神奇的变化）

这边有个疑惑，为什么bin 是20的地方，计算公式是[ (40-36)/20 ]× 13.6；而bin为40处是[ (36-20)/20 ]× 13.6？是固定的算法吗

block归一化

归一化的目的是降低光照的影响，归一化的方法是向量的每一个值除以向量的模长。
2*2的block，4个cell。由于一个cell就会有大小为9的vector，四个cell就有36大小的vector。对block进行normalize就是对这大小为36的vector进行归一化

得到HOG特征向量