HOG特征学习笔记

HOG特征描述符将3通道的彩色图像转为一定长度的特征向量

在HOG特征描述符中，梯度方向的分布，即梯度方向的直方图被视作特征。

图像的角度（x和y的导数），边缘和拐角（强度突变的区域）周围的梯度幅度很大，包含更多关于物体形状的信息。

利用图像梯度就可以只关注边角信息，以勾勒出人的模样

1. 裁减
2. 缩放到固定尺寸
3. 灰度处理（可选，对于彩色图像，相对三通道颜色值分别计算梯度，取梯度值最大的作为该像素的梯度）
4. 伽马校正（输出图像是输入图像的幂函数，指数为γ，γ越大，图像越暗）：调整图像对比度（减少光照（光照不匀，局部阴影）对图像的影响），使得图像更接近人眼看到的图像

1. 对每个像素点，计算水平梯度和竖直梯度（可使用内核大小为1的sobel算子来获得相同的结果）
2. 计算总的梯度强度值和梯度方向（取绝对值，所以范围是[0-180]）

1. 在一个8X8的cell中计算，则共有8X8X2=128个值(2是包括了梯度强度和梯度方向)，通过统计形成梯度直方图，128个值将会变成9个值（此处9只是因为假设将0-180分为了9个bins,来对像素点进行统计m,9个柱的直方图,每个柱的角度范围为20度），降低计算量的同时，对光照等环境变化更加鲁棒。
2. 当梯度方向倾向于0度和160度时，表明这些点的梯度方向是向上或向下，表明图像这个位置存在比较明显的横向边缘。

1. 向量的每一个值除以向量的模长
2. 具体：
   1. 将8X8的一个区域看做一个cell，再以2X2个cell作为一组，称为block。由于每个cell有9个值(因为8X8X2构建直方图步骤已经变成了9个值（bin）了)，2X2个cell则有36个值，hog通过滑动窗口来得到block.
   2. 对block的梯度直方图进行归一化，由上可知，一个block有4个直方图，将4个直方图拼接成长度为36的向量，然后对整个向量进行归一化
   3. 滑动窗口，滑动步长为8个像素（就是一个cell），窗口大小是2X2的，每滑动一次，就得到一个长度为36的特征向量。
3. 原因：降低光照的影响（图像的梯度对整体光照很敏感，但希望特征描述符不会受到光照变化的影响。所以需要对直方图进行归一化。因为原始像素的倍数变化，归一化之后得到结果是一样的。）