Histograms of Oriented Gradients for Human Detection 浅见(HOG特征) 目标检测

目标行人检测-HOG特征 

1 HOG特征提出

 在视频中行人检测是一个非常大的挑战，由于要适应不同行人的姿态，行人变化的外表。

 所以我们要建立一个健壮的特征集，能清楚识别行人，即使在有背景的干扰，很困难识别的光照下。

 所以作者Navneet Dalal and Bill Triggs 提出locally normalized Histogram of Oriented Gradient(HOG) descriptor 局部归化HOG描述符，用于行人检测。

这个HOG描述符在行人检测上，性能超过了面向边缘直方图，SIFT描述符，和上下文。

2HOG特征提取过程

1 标准化gamma空间，颜色空间。

作者Navneet Dalal and Bill Triggs 估计了几种情况，灰度化，RGB，和LAB颜色空间，用像素I 的gamma次方方程式。

评估，发现这些归一化对性能影响不大，他说或许是子序列描述符归一化以后，与开始对图片归一化，对结果有相似的影响。

RGB 与LAB颜色空间给了结果比较影响，仅仅灰度化下，在10 −4FPPW下1.5%miss rate (即每个窗口10 −4假正样本有1.5%的丢失正样本率)。

GAMMA=1/2,压缩在10 −4FPPW下1%miss rate。对数压缩有强错误类2%miss rate .给定FPPW下，越小越好。

2计算梯度

 Simple 1-D [−1,0,1] masks at σ=0 work best.

比较了各种梯度，以1-D[-1,0,1] , 高斯σ=0,最好。

局部面向梯度直方图，可以很好代表局部特征。先说像素的导数的含义：比方：我们把图片比喻成地面，图片亮度代表地面高度，那在图片平面(x,y）像素上的导数相当于，地面上这一点的上坡方向，也就是坡度最大方向。导数的大小，相当于坡度高度变化大小，导数方向，是坡度方向，如果是图片物体边缘上的的点的话，为垂直边缘方向。

为什么要用块block,cell细胞呢???

其实cell细胞相当于detection window 局部特征的提取。block块，是几个cell组合，是比cell更大的局部特征，他们是相互重叠的是为了更细的分局部特征。block块，最后归一化在block上，梯度长度有很大大变化范围由于光照和前景和背景的对比局部很大。归化能提高性能。

3 Spatial / Orientation Binning

空间/方向binning

HOG，3,780 dimensional vector，64 by 128 window，16 by 16 blocks with ，overlap，Each block consists of 2 by 
2 cells each of 8 by 8，Overlapping ，9 bin histogram

HOG描述子是3780维向量，64X128窗口，16*16块，每个块由2*2cell组成，重叠一个细胞。

所以可以用梯度检测物体轮廓边缘。这里直方图梯度bin是0-180度，即没有符号的梯度，为什么不是360度。作者实验显示360度，性能没180度好。作者又说 对于人的检测，衣服的变化和背景变化概率很大，使得符号方向没用信息可以利用。

4 总之 

    归一化， L2-Hys,L2-normandL1-sqrt，效果最好，

    为什么要用SVM？

  | a(wx+b)|=1,我们把在这线上的点，我支持向量机，a有值，不为零。在这曲线外面的点，可以忽略我们，相应的复制为0.

    SVM分类，训练只要两大类，分数最高的，正样本支持向量机。分数最低的，负样本支持向量机。可以这样实现：没一张图片我们提取n个patch,即detection-window.这n个patch，我们称为容器。分类函数g(x),分数越高，就为正样本，分数越低，就为负样本。再在容器中，取分数最高的正样本，做为支持向量机，分配系数a,取分数最低的负样本，做为支持向量即，也分配系数为a1。再有w系数，为每个块的权重，即局部特征的权重值，局部特征重要的，相应的权重值就高，反之，权重值低的，相应的权重值即低。