我一直在阅读有关用于对象（人类）检测的HOG描述符的理论。但是我对实现有一些疑问，这听起来似乎微不足道。
关于包含块的窗口；窗口应在每个步骤中窗口重叠的像素上逐像素移动，如下所示：
还是应该移动窗口而不会造成任何重叠，例如：
到目前为止，我所看到的插图都使用了第二种方法。但是，考虑到检测窗口的大小为64x128，通过将窗口滑动到图像上方，很可能无法覆盖整个图像。如果图片的大小为64x255，则将不检查最后127个像素的对象。因此，第一种方法似乎更合理，但是更多的时间和CPU消耗。
有任何想法吗？
先感谢您。
编辑：我试图坚持Dalal和Triggs的原始论文。可以在此处找到实现该算法并使用第二种方法的一篇论文：http://www.cs.bilkent.edu.tr/~cansin/projects/cs554-vision/pedestrian-detection/pedestrian-detection-paper.pdf
最佳答案
编辑：
抱歉-我误会了你的问题。 （此外，我为错误的问题提供的答案是错误的-自此以后，我针对上下文进行了调整。）
您正在询问使用HOG描述符进行检测，而不是生成HOG描述符。
在上面引用的实施文件中，它们似乎与检测窗口重叠。窗口大小为64x128，而他们使用的水平跨度为32个像素，垂直跨度为64。他们还提到尝试使用较小的跨度值，但这会导致较高的误报率（在其实现方式中）。
最重要的是，他们正在使用输入图像的3个比例：1、1 / 2和1/4。他们没有提到检测窗口的任何相应缩放比例-我不确定从检测的角度来看会产生什么效果。似乎这也会隐式地产生重叠。
原始答案（已更正）：
看看Dalal和Triggs的论文（在6.4节中），好像他们提到了i）在生成HOG描述符时没有块重叠，以及ii）半块和四分之一块重叠。根据他们的结果，听起来更大的重叠会产生更好的检测性能（尽管会增加资源/处理成本）。