HOG(Histogram of Oriented Gradients),描述的是图像的局部特征,其命名也暗示了其计算方法,先计算图像中某一区域不同方向上梯度的值,然后累积计算频次,得到直方图,该直方图便可代表该区域了,也即从图像中抽取得到的特征向量,可以作为后续分类器的输入了。

注意,HOG 刻画的是图像的局部特征,对于一副高分辨率图像当然可以直接提取特征,效果并不理想。从信息论的角度说,一幅 640*480 的图像,约有 30 万个像素点,直接对原始图像做 HOG 特征提取的话,按照 360°,分成 360 个bins,HOG 没有表示这么大一副图像的能力。从特征工程的角度看,一般来说,只有图像区域比较小的情况,基于统计原理的直方图对于该区域才有表达能力(表达能力即为区别能力),如果图像区域比较大,那么两个完全不同的图像的HOG特征,也可能很相似。但是如果区域较小,这种可能性就很小。最后,把图像分割成很多区块,然后对每个区块计算HOG特征,这也包含了几何(位置)特性。例如,正面的人脸,左上部分的图像区块提取的HOG特征一般是和眼睛的HOG特征符合的。

1. 算法流程

  • 图像分块 ⇒ patches
  • 利用任意一种梯度算子,sobel、laplacian等,对每一个 patch 进行卷积,计算得到像素点的梯度方向和幅值:

    Mx,y=I2x+I2y−−−−−−√θ(x,y)=tan−1IyIx,∈[0,360°)/[0,180°)
  • 将 360° 分成若干个 bins,例如均分为 16 个 bins,如下:

    特征描述子(feature descriptor) —— HOG(方向梯度直方图)-LMLPHP

    特征描述子(feature descriptor) —— HOG(方向梯度直方图)-LMLPHP

references

05-11 22:36