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°)

    \begin{split}&M_{x,y}=\sqrt{I_x^2+I_y^2}\\&\theta(x,y)=\tan^{-1}\frac{I_y}{I_x},\quad \in [0, 360°)/[0, 180°)\end{split}

  • 将 360° 分成若干个 bins,例如均分为 16 个 bins,如下:


references

  • Histogram of Oriented Gridients(HOG) 方向梯度直方图
  • 方向梯度直方图(HOG,Histogram of Gradient)学习笔记二 HOG正篇
  • skimage 给出的 HOG 实现

特征描述子(feature descriptor) —— HOG(方向梯度直方图)相关推荐

  1. Histogram of Oriented Gridients(HOG) 方向梯度直方图

    from: Histogram of Oriented Gridients(HOG) 方向梯度直方图 Histogram of Oriented Gridients,缩写为HOG,是目前计算机视觉.模 ...

  2. 【计算机视觉】Histogram of Oriented Gridients(HOG) 方向梯度直方图

    Histogram of Oriented Gridients(HOG) 方向梯度直方图 Histogram of Oriented Gridients,缩写为HOG,是目前计算机视觉.模式识别领域很 ...

  3. 特征提取(Feature Detect)、特征描述(Feature Descriptor)、特征匹配(Feature Match)

    1.1特征匹配(Feature Match) 特征匹配是计算机视觉中很多应用的基础,比如说图像配准,摄像机跟踪,三维重建,物体识别,人脸识别,所以花一些时间去深入理解这个概念是不为过的.本文希望通过一 ...

  4. 深度学习----CNN的图像学习之HOG(方向梯度直方图)详解

    一.原理 二.参数的理解 2.1.灰度值 2.2.归一化 2.3.细胞 2.4.窗口 2.5.类型 2.6.Gamma标准化 2.7.图像梯度及梯度算子 2.8.直方图 2.9.高斯空域加窗 三.步骤 ...

  5. 图像学习之如何理解方向梯度直方图HOG(Histogram Of Gradient)

    本文转自:雷锋网,作者:思颖.连接:https://yq.aliyun.com/articles/176607,https://www.leiphone.com/news/201708/ZKsGd2J ...

  6. 方向梯度直方图(Histogram Of Gradient)详解

    特征描述子(Feature Descriptor) 特征描述子就是图像的表示,抽取了有用的信息,丢掉了不相关的信息.通常特征描述子会把一个w*h*3(宽高3,3个channel)的图像转换成一个长度为 ...

  7. 图像学习之如何理解方向梯度直方图(Histogram Of Gradient)

    特征描述子(Feature Descriptor) 特征描述子就是图像的表示,抽取了有用的信息,丢掉了不相关的信息.通常特征描述子会把一个w*h*3(宽高3,3个channel)的图像转换成一个长度为 ...

  8. image.merge图像有什么变化_图像特征工程:HOG特征描述子介绍

    介绍 在机器学习算法的世界里,特征工程是非常重要的.实际上,作为一名数据科学家,这是我最喜欢的方面之一!从现有特征中设计新特征并改进模型的性能,这就是我们进行最多实验的地方. 世界上一些顶级数据科学家 ...

  9. 图像特征描述子(一)——HOG

    本文主要参考博客:1.https://www.cnblogs.com/panchuangai/p/12567973.html 2.https://blog.csdn.net/weixin_383678 ...

最新文章

  1. 数据库设计的10个最佳实践
  2. Recover Binary Search Tree
  3. 我的 Serverless 实战 — 云函数与触发器的创建与使用 ( 开通腾讯云 “ 云开发 “ 服务 | 创建云函数 | 创建触发器 | 测试触发器 )
  4. 3.产品成本在完工和在制产品间分配
  5. oracle表存储表空间,Oracle的存储信息-表空间信息记录
  6. java串口助手_java 串口调试助手 源码
  7. 数字逻辑要不要认真学_认真认真
  8. 手机modem开发(4)---高通QXDM抓modem log
  9. Confluence 6 为一个空间应用一个主题
  10. 逆序数介绍以及算法实现浅析
  11. ISO9000:2000 质量管理八大原则
  12. 2022.04.17(LC_6070_计算字符串的数字和)
  13. 向量积和数量积常用知识
  14. 工厂模式-汽车工厂案例(附代码)
  15. 解密七种html网页加密解密法
  16. 蛋白质二级结构预测Linux,哪些蛋白质二级结构预测软件可以批量使用?
  17. 基于深度学习的RGBD深度图补全算法文章鉴赏
  18. c语言双精度小数点后取几位_c语言float类型小数点后位数
  19. notify()会立刻释放锁么?
  20. 100% width CSS 在 iPad / iPhone Safari 背景被截断 / 显示不全

热门文章

  1. 在64位操作系统上使用FlashDevelop的Debug功能
  2. 手机游戏再造创业神话 80后月入过百万
  3. Zend Framework 简介
  4. 关于如何学好游戏3D引擎编程的一些经验
  5. 【java学习之路】(java框架)007.IoC和DI注解开发
  6. win10远程计算机或设备将不接收连接?
  7. java中result方法_java.sql.resultSet接口中有很多方法的实现
  8. dubbo连接线上服务,没有配置好引发的错误
  9. java 线程等待队列_Java多线程学习(五)——等待通知机制
  10. .net @什么意思_.NET和F#周报2019-4 各地微软技术俱乐部汇总 ML.NET 0.10