2005年Dalal等在CVPR上发表了一篇文《Histograms of Oriented Gradients for Human Detection》,提出了HOG(Histograms of Oriented Gradients)的基本算法,用于行人检测。自此,许多基于HOG的算法相继提出,用以提高HOG的性能和速度。本文对HOG的基本原理做一简单介绍。HOG的基本思想就是对检测窗口(在图像中滑动)进行分割以形成Block和Cell,然后计算每个像素的梯度(包括方向和幅值),利用以Block为单位统计每个Cell的加权直方图,最后将各个Cell和Block内的直方图进行级联形成HOG描述符。主要步骤如图1所示:
图1 HOG提取示意图
1. 图像Block分割
对于图1(a)中所示图像,