1.算法基本流程
在一幅图像中,方向梯度直方图(Histogram of Oriented Gradient, HOG)能够很好地描述局部目标区域的特征,是一种常用的特征提取方法,HOG+SVM在行人检测中有着优异的效果。在HOG中,对一幅图像进行了如下划分:
图像(image)->检测窗口(win)->图像块(block)->细胞单元(cells)
流程图如下:
2.计算图像梯度
对数字图像而言,每个像素水平和垂直方向的梯度,可以通过下图的kernels计算:
即可写为:
每个像素梯度大小和方向可表示为:
其中,I(x,y)是图像在点(x,y)处的像素值。
梯度图像移除了不必