最近需要把博客重新整理下, 对于hog,先记下自己的一点理解,另外推荐几篇很不错的分析
hog 算法原理:http://blog.csdn.net/ttransposition/article/details/11874285
http://www.cnblogs.com/hrlnw/archive/2013/08/06/2826651.html
opencv的实现和应用:http://www.cnblogs.com/tornadomeet/archive/2012/08/03/2621814.html
以上这几位都是CV 和 ML的大牛, 在他们的博客中有很多相关的资料!
个人对于hog过程的大致理解:
hog检测应该是这样的过程:
1. 窗口在图像内部移动
2~5 gamma校正 计算梯度 权重赋值,统计梯度方向 归一化
6.计算窗口内部特征组成的一位向量,另外block可以是overlap的,Dalal设定的步长为8个像素,因此相邻块之间会有1-2个重叠的单元,而每个单元对其周围的4个块都有贡献。对于的检测窗口最终组成((128 - 8) / 8 * ((64 - 8)/8)) * 4 *9维的特征向量。
这样opencv中调用hog算法时的各项参数应该都能够理解了:</