HOF特征

       HOF(Histogramsof Oriented Optical Flow)与HOG类似,是对光流方向进行加权统计,得到光流方向信息直方图。通常用于动作识别中。
不懂HOG特征的,这篇文章讲得很清楚。
由于目标的尺寸会随着时间发生变化,相应的光流特征描述子的维度也会变化,同时,光流的计算对背景噪声、尺度变化以及运动方向都较敏感,因此需要寻找一种基于光流的既能表征时域动作信息,又对尺度和运动方向不敏感的特征。HOF则是基于此需求提出来的。
对于光流法,这篇文章有介绍。
  • 光流计算

对每帧图像计算对应的光流场。

  • 统计直方图

   计算光流矢量与横轴的夹角,根据角度值将其投影到对应的直方图bin中,并根据该光流的幅值进行加权。

  

   当角度落在范围时,

   其幅值作用到直方图第b个bin最后归一化直方图。


   补充:

  1. 以横轴为基准计算夹角能够使HOF特征对运动方向(向左和向右)不敏感。
  2. 通过归一化直方图实现HOF特征的尺度不变性。
  3. HOF直方图通过光流幅值加权得到,因此小的背景噪声对直方图的影响微乎其微。
  4. 通常直方图bin取30以上识别效果较好。





  • 5
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值