[VP] HOG特征描述符 Histograms of Oriented Gradients

---

一、划分图像块

给定一个图像size为 64 * 128，我们按 16 * 16 划分为一个块(Block)，然后再将这个block划分为四个 8*8 的Cell，如下图，蓝色为block，绿色为cell

二、计算图像梯度幅度和方向

• 1、首先先计算每个Cell的水平和垂直梯度

• 2、进一步计算图像梯度幅度和方向

• 3、方向设为无符号方向，即角度范围为 0° - 180°
  

三、创建每个Cell的直方图

• 1、为每个 8 * 8 的Cell 绘制直方图

• 2、每个直方图有9个数字类别，根据角度 0，20，… ，160° 划分

• 3、按每个梯度的方向值挑选数字类别

• 4、将该梯度对应的幅度值填入所选的数字类别

比如下图，蓝圈的方向值为 80°，则其对应的幅度值 2 放入 80 的类别里，红色的方向值 10 介于 0 和 20 之间，那么其幅度值 4 应按比例分别将一半放入0 和 20 两个类别

四、HOG可视化

• 1、16 * 16 归一化块用于归一化L2范数的直方图，这样可以避免光照影响

• 2、一个block有四个直方图，可以将这四个 9 * 1 直方图合成一个 36 * 1 的向量

• 3、block移动8个像素点，以此类推，计算所有block的向量

• 4、最终可以的到一个 3780 * 1 的 HOG 特征向量

• 5、绘制每个Cell的 9 * 1直方图到图像上，如下图所示的可视化

五、总结

参考：

Dalal, Triggs. Histograms of Oriented Gradients for Human Detection. CVPR, 2005