簡介

• HOG特徵主要是用於目標檢測等影象任務中，它能夠提取影象中有意義的部分，進而用於分類等任務。

主要流程

• 給定一張影象，我們可以將其轉換為特定大小的影象（不轉換也可以，這裡假設得到的影象尺寸都是一樣的，方便後續的說明），假設尺寸為W⋅H⋅3$W\cdot H\cdot 3$
• 設定cell(大小為Cx⋅Cy$C_x\cdot C_y$)，求每個cell的x與y方向的梯度，進而可以得到這個cell的梯度及其方向，可以使用sobel運算元進行梯度計算
• 根據每個cell中的梯度大小及方向，計算其梯度的直方圖，梯度越大，對應梯度方向所在的直方圖區域的權值就越大，一般可以設定直方圖大小為9X1$9X1$.
• 得到每個cell的梯度資訊之後，我們希望梯度資訊最後不受其光照資訊等因素的影響，因此對其進行normalization的操作，但是更好的方法是設定將不同的cell組成一個block，在這其中對其進行normalization，我們假設一個block包含
  bx⋅by$b_x\cdot b_y$個cell，因此該區域的直方圖就是一個9bxbyX1$9b_x{b}_{y}X1$的向量，對每個block按照一個1cell的step進行滑動，我們最終可以得到(W/Cx−bx+1)⋅(H/Cy−by+1)$(W/C_x-b_x+1)\cdot (H/C_y-b_y+1)$個直方圖向量，將所有的直方圖reshape為1維向量，就能得到最終的HOG特徵向量。

參考連結