常见的特征描述子

DPM

参考博客
DPM对HOG做了改进，具体如下：
1、DPM改进后的HOG特征取消了原HOG中的块(Block)，只保留了单元（Cell）
2、归一化时，是直接将当前单元与其周围的4个单元（Cell）所组成的一个区域归一化，所以效果和原HOG特征非常类似。
3、计算梯度方向时可以计算有符号（0-360°）或无符号（0-180°）的梯度方向，有些目标适合使用有符号的梯度方向，而有些目标适合使用无符号的梯度，作为一种通用的目标检测方法，DPM与原HOG不同，采用了有符号梯度和无符号梯度相结合的策略。
4、对于无符号梯度：为了降低特征向量的维度，Felzenszwalb采用了一种近似的PCA降维效果。具体来说，将36维向量看成6*6的矩阵，对每一行，每一列求和得到13维特征，基本上能达到HOG特征36维的检测效果。
5、对于有符号梯度：对18个有符号梯度方向求和得到18维向量
6、综上所述，DPM特征为31维的特征向量（13维+8维）