特征描述子(feature descriptor) —— HOG(方向梯度直方图)
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
- 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 ...
- 【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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- 数据库设计的10个最佳实践
- Recover Binary Search Tree
- 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 )
- 3.产品成本在完工和在制产品间分配
- oracle表存储表空间,Oracle的存储信息-表空间信息记录
- java串口助手_java 串口调试助手 源码
- 数字逻辑要不要认真学_认真认真
- 手机modem开发(4)---高通QXDM抓modem log
- Confluence 6 为一个空间应用一个主题
- 逆序数介绍以及算法实现浅析
- ISO9000:2000 质量管理八大原则
- 2022.04.17(LC_6070_计算字符串的数字和)
- 向量积和数量积常用知识
- 工厂模式-汽车工厂案例(附代码)
- 解密七种html网页加密解密法
- 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?
- 基于深度学习的RGBD深度图补全算法文章鉴赏
- 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
- notify()会立刻释放锁么?
- 100% width CSS 在 iPad / iPhone Safari 背景被截断 / 显示不全
热门文章
- 在64位操作系统上使用FlashDevelop的Debug功能
- 手机游戏再造创业神话 80后月入过百万
- Zend Framework 简介
- 关于如何学好游戏3D引擎编程的一些经验
- 【java学习之路】(java框架)007.IoC和DI注解开发
- win10远程计算机或设备将不接收连接?
- java中result方法_java.sql.resultSet接口中有很多方法的实现
- dubbo连接线上服务,没有配置好引发的错误
- java 线程等待队列_Java多线程学习(五)——等待通知机制
- .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