经典算法之HOG特征描述符

    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，