HOG特征

女爷i 2023-02-19 15:20 6阅读 0赞

### 引言 ###

*  HOG 全名为Histogram of Gragient，表示梯度方向直方图;
 *  梯度，作为一个向量，包括大小（幅值）和方向（角度）两部分。图像中像素点的梯度分为水平梯度和垂直梯度两部分，两者共同组成了当前像素点的梯度；
 *  图像中像素的梯度计算。如下图所示：gx=30-20=10， gy=64-32=32。A像素点的梯度计算如下：

![g\_\{A\}=\\sqrt\{g\_\{x\}^\{2\} + g\_\{y\}^\{2\}\} \\newline \\Theta\_\{A\} =arctan(\\frac\{g\_\{y\}\}\{g\_\{x\}\})][g_A_sqrt_g_x_2_ _ g_y_2_ _newline _Theta_A_ _arctan_frac_g_y_g_x]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2h6aGoyMDA3_size_16_color_FFFFFF_t_70][] 图片来自 [这里][Link 1]

### HOG计算 ###

![20200621123924441.jpg][] 图片来自 [这里][Link 1]

*  [角度转换][Link 2] 将有符号角度值转换为无符号角度值。通过公式计算的梯度角度变换范围为(![\-90^\{\\circ\},90^\{\\circ\}][-90_circ_90_circ])，为方便梯度直方图中对角度使用无符号形式表示，需要将负的梯度角度加上![180^\{\\circ\}][180_circ]，从而将角度范围变换为\[![0^\{\\circ\},180^\{\\circ\}][0_circ_180_circ]\]。ps. ![90^\{\\circ\}][90_circ]角度只能无限接近；tan函数的周期为π；
 *  直方图 直方图横坐标表示梯度的角度，纵坐标表示梯度的幅值；直方图是统计图像子区域内的信息，而非整个图的直方图；人体检测中，子区域大小为8\*8，称为一个cell，,角度分为9个bin，如为\[0, 20, 40,……，160\]，而非区间，所以像素值对应的角度根据与相邻bin的角度值的比例关系[分配梯度幅值][Link 3]，如某像素点的梯度角度为![35^\{\\circ\}][35_circ]，幅值为4，则将该幅值分配到bin=20上的值为1，分配到bin=40上的值为3。详见下图；

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2h6aGoyMDA3_size_16_color_FFFFFF_t_70 1][] 图片来自 [这里][Link 1]

*  归一化 基于block区域进行归一化。目的是降低光照和图像亮度的影响。将相邻的4个cell组成一个block，每个block的特征向量长度为4\*9=36维，对该block的特征向量进行归一化操作；
 *  特征描述子 将图片上block区域的特征向量级联后组成该图像的特征描述子。如上图行人图片中，水平方向共7个block，垂直方向共15个block，单个block的特征向量为36维，所以图片的hog特征描述子的维度为7\*15\*36。

### 说明 ###

*  灰度图与彩色图像的HOG特征：灰度图直接根据以上介绍计算即可；彩色图像分别计算每个通道的梯度值，将当前位置中不同通道中梯度值最大的结果作为当前像素的梯度信息，然后按照灰度图计算HOG即可；
 *  若要利用HOG特征进行比较，如计算相似度或作为SVM分类器的输入时，需要保证原图具有相同分辨率；
 *  计算HOG特征前，可对图像进行预处理，如伽马校正和灰度化。该操作是可选的步骤，因为[实验证明做不做影响不大][Link 1]；
 *  block归一化时会有[重叠区域][Link 3]，其中角落的cell进行了一次归一化操作，边缘其他cell进行了两次归一化操作，内部cell则进行了四次归一化操作。每个block独立进行归一化，处理后的结果进行级联得到当前图像的HOG特征；

### 参考文献： ###

1.  [HOG: What is done in the contrast-normalization step?][Link 2]
2.  [HOG Person Detector Tutorial][Link 3]
3.  [HOG特征][Link 1]

[g_A_sqrt_g_x_2_ _ g_y_2_ _newline _Theta_A_ _arctan_frac_g_y_g_x]: https://private.codecogs.com/gif.latex?g_%7BA%7D%3D%5Csqrt%7Bg_%7Bx%7D%5E%7B2%7D%20&plus;%20g_%7By%7D%5E%7B2%7D%7D%20%5Cnewline%20%5CTheta_%7BA%7D%20%3Darctan%28%5Cfrac%7Bg_%7By%7D%7D%7Bg_%7Bx%7D%7D%29
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2h6aGoyMDA3_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200621113322718.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2h6aGoyMDA3,size_16,color_FFFFFF,t_70
[Link 1]: https://zhuanlan.zhihu.com/p/40960756
[20200621123924441.jpg]: https://img-blog.csdnimg.cn/20200621123924441.jpg
[Link 2]: https://stackoverflow.com/questions/32417531/hog-what-is-done-in-the-contrast-normalization-step
[-90_circ_90_circ]: https://private.codecogs.com/gif.latex?-90%5E%7B%5Ccirc%7D%2C90%5E%7B%5Ccirc%7D
[180_circ]: https://private.codecogs.com/gif.latex?180%5E%7B%5Ccirc%7D
[0_circ_180_circ]: https://private.codecogs.com/gif.latex?0%5E%7B%5Ccirc%7D%2C180%5E%7B%5Ccirc%7D
[90_circ]: https://private.codecogs.com/gif.latex?90%5E%7B%5Ccirc%7D
[Link 3]: https://mccormickml.com/2013/05/09/hog-person-detector-tutorial/
[35_circ]: https://private.codecogs.com/gif.latex?35%5E%7B%5Ccirc%7D
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2h6aGoyMDA3_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/2020062112195232.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2h6aGoyMDA3,size_16,color_FFFFFF,t_70