KCF之特征提取

函数：int getFeatureMaps(const IplImage * image, const int k, CvLSVMFeatureMapCaskade**map);

说明：通过filter和mapping操作，得到梯度直方图特征。

输入：

• Image：要进行提取特征的图像；
• K：HoG的cell size。

输出：

• Map：提取的特征信息。

返回值：error ID。

处理过程：

1. 通过x-轴和y-轴 的cvFilter2D操作，获取x-轴和y-轴的梯度。
2. 计算梯度的幅度和方向。
3. 根据HoG的cell size设置权重向量w，设置“最近”标识向量nearest。原则是离cell越近，加权w越大，越远加权w越小。“向量nearest”用于计算跟上下左右近邻的4个“半个cell”做加权。
4. 基于梯度的幅度和方向信息及权重向量w和方向向量nearest，为每个cell进行特征mapping。注意，本实现中，当前cell的特征值是它自己的特征值加权和，及它的上下左右近邻的半个cell做加权。

具体映射的方式如下：

Mapping后的特征大小为：sizeX*sizeY*numFeatures；

其中，sizeX = width/cell_size;sizeY=height/cell_size;width和height分别是输入图像的width和height；cell_size是多少个像素归到一个cell中，默认值为4；numFeatures是指每个cell的特征个数，为NUM_SECTOR*3。每个cell取的方向个数为NUM_SECTOR(通常设置为9)。因为要判断得到的值的正负关系(也就是，正反方向)，所以，一共有NUM_SECTOR*2个方向特征。第一维，不标识正反方向；第二维标识正方向；第三维标识反方向。

1. 结束。