HOG（histogram of oriented gradients）方向梯度直方图

论文名称：Histograms of Oriented Gradients for Human Detection

image-20211215105534363

论文发表于2005年的CVPR，是一种有效的图像特征提取策略，至今已经收获了3万7千多的引用量。

最近两年一直在搞深度学习，对于本科时候看的HOG算法已经忘得差不多了，最近重新学习梳理一下这个经典的图像特征提取算法。

image-20211215104938760

HOG图像特征提取算法主要可以分为如下的几个步骤：

1. 图像预处理
2. 计算图像梯度
3. 计算梯度直方图
4. 图像HOG特征向量

1. 图像预处理

这一步主要是将图像裁剪缩放到「64x128」的尺度。

其他的还有灰度化操作与Gamma矫正，这两个都是可选的操作。

无论是灰度图还是RGB图都可以计算图像梯度，不过颜色图像分别对RGB通道进行计算选择其中最大的梯度作为最终的梯度即可。

Gamma矫正是为了减少光照对实验的影响，但是实验证明对结果影响不大。

2. 计算图像梯度

直接使用一维的sober算子分别计算像素点的水平以及竖直方向的梯度。

对于一个像素点，及其8邻域如下图所示。

其水平方向梯度为：

竖直方向梯度为：

最终像素点的梯度强度以及方向为：

3. 计算梯度直方图

在上一步中，计算得到图像中所有像素点的梯度强度以及方向。

将原始64x128图像切分为8x8大小的cell。在每个cell中计算梯度直方图，每个cell包含8x8个像素点，每个像素点包含两个值（梯度的强度以及方向）。统计cell中的值得到方向梯度直方图。

将180度的范围切分为20度的范围，最终得到9个范围的梯度直方图。如下图所示，左上图是每个cell的梯度方向，右上图是每个cell的梯度强度，下图是9个bins。利用插值的方式，将梯度强度映射到不同的梯度方向范围中，最终得到包含9个值的梯度直方图。

在获得每个cell的直方图后，将「2x2个cell组合为一个block」，将次block中计算得到的梯度直方图concat得到包含一个「4x9=36」长度的vector作为此block的特征向量。

然后利用L2Norm对这个36维的特征向量进行规范化。

4. 图像HOG特征向量

每个block得到一个长度为36的vector作为特征向量，原始「64x128的图像一共可以切分为7x15个block（按照cell步长为1向右滑动）」，最终将所有block的特征向量进行concat得到最终的7x15x36=3780维的特征向量。利用此特征可以进行后续的图像分类以及检测任务。

?

原文首发于「小哲AI」公众号，公众号主要分享人工智能前沿算法解读，AI项目代码解析，以及编程、互联网求职等技术资料文章，偶尔也会分享个人读书笔记、工作学习心得，欢迎关注，一起学习。

?