经典图像 HOG 特征

图像特征提取在对象检测中具有重要的地位，许多论文提出过许多里程碑式的特征，比如LAB特征，HOG特征等。
HOG特征及FHOG特征（Deformable Part Model中HOG的一种变种）都是利用了图像的梯度信息作为图像信息的描述工具，其基本的思想可以查看HOG的wiki页面：

在一副图像中，局部的表象和形状（apparence and type）能够被梯度或者边缘的方向密度分布很好的描述

1.HOG

HOG特征的提出在2005年CVPR的会议上，全称Histogram of Orientation Gradient.

1.1 HOG 算法的实现

输入图像作者采用的是没有gamma矫正的RGB颜色空间图像。

1.1.1梯度计算

正如作者在论文中说的，人脸识别检测器对于如何计算像素点的梯度比较敏感。在作者的论文中指出经过大量的实验，发现最简单的才是最有效的。
也就是对图像不采用高斯平滑的情况下使用 -X方向的分梯度模板；