? ?作者：晟 沚? ? ? ? ??

? ? ? ??

HOG特征在很多任務(wù)中都有應(yīng)用，如行人檢測，首先對輸入的圖片進行預(yù)處理，然后計算像素點的梯度值，然后形成梯度直方圖，然后對blocks進行normalize，最后收集到HOG feature（其實是一行高維的vector）放到SVM里進行監(jiān)督學(xué)習(xí)，從而實現(xiàn)行人的檢測，對于行人檢測來說，圖像梯度是一個很重要的信息。利用圖像梯度，就可以只關(guān)注邊角信息，以此勾勒出的人的模樣還是可以分辨出來。另外如目標(biāo)跟蹤也有采用，下一篇具體介紹。

HOG全稱histogramof oriented gradients.如果翻譯成中文就是方向梯度直方圖。它可以用來表示圖像的物體特征，因此能夠檢測出這類物體。

?

實例講解

• 圖像預(yù)處理

包括伽馬校正和灰度化。這是可選的步驟，因為實驗證明做不做影響不大。伽馬校正是減少光度對實驗的影響?；叶然菍⒉噬珗D片變成灰度圖。其實彩色圖片也可以直接處理。不過是分別對三通道的顏色值進行梯度計算，最后選擇梯度最大的那個。為簡單起見，假設(shè)輸入為灰度圖，同時大小是64*128。

• 計算每一個像素點的梯度值，得到梯度圖（規(guī)模和原圖大小一樣）

對于像素點A，要計算水平梯度和豎直梯度，如上圖，水平梯度?gx?=30-20=10,豎直梯度?gy?=64-32=32.

那么總的梯度強度值g和梯度方向??將按照以下公式計算：

梯度方向?qū)〗^對值，因此梯度方向的范圍是0-180度。取絕對值的原因是這樣效果更好。

• 計算梯度直方圖

按照第二步的計算，每一個像素點都會有兩個值：梯度強度/梯度方向。

現(xiàn)在就計算梯度直方圖，這是一個關(guān)鍵步驟也是HOG能夠work的原因。

梯度直方圖是在一個8*8的cell里面計算的。那么在8*8的cell里面就會有8*8*2=128個值，2是包括了梯度強度和梯度方向。通過統(tǒng)計形成梯度直方圖，128個值將會變成9個值，大大降低了計算量，同時又對光照等環(huán)境變化更加地robust。

首先，將0-180度分成9個bins，分別是0，20，40...160。然后統(tǒng)計每一個像素點所在的bin。請看下圖：

左上圖是8*8的梯度方向值，右上圖是8*8的梯度強度值，下圖是9個bins。

先看兩個藍色圈圈。因為藍圈的方向是80度，大小是2，所以該點就投給80這個bin；

再看兩個紅色圈圈。因為紅色圈圈的方向是10，大小是4，因為10距離0點為10，距離20點為也為10，那么有一半的大小是投給0這個bin，還有一半的大?。词?）投給20這個bin。

那么統(tǒng)計完64個點的投票數(shù)以后，每個bin就會得到一個數(shù)值，可以得到一個直方圖，在計算機里面就是一個大小為9的數(shù)組。

從上圖可以看到，更多的點的梯度方向是傾向于0度和160度，也就是說這些點的梯度方向是向上或者向下，表明圖像這個位置存在比較明顯的橫向邊緣。因此HOG是對邊角敏感的，由于這樣的統(tǒng)計方法，也是對部分像素值變化不敏感的，所以能夠適應(yīng)不同的環(huán)境。

• 對16*16大小的block歸一化

歸一化的目的是降低光照的影響。

歸一化的方法是向量的每一個值除以向量的模長。

比如對于一個（128，64，32）的三維向量來說，模長是?

那么歸一化后的向量變成了（0.87，0.43，0.22）

16*16大小的block由上圖藍框得到，綠色方塊是8*8大小的cell，藍色方塊就是由4個cell組成的block。作者提出要對block進行normalize。那么由于一個cell就會有大小為9的vector，四個cell就有36大小的vector。對block進行normalize就是對這大小為36的vector進行歸一化。

而每一個block將按照上圖籃框移動的方式進行迭代截取。

• 得到HOG特征向量

每一個16*16大小的block將會得到36大小的vector。那么對于一個64*128大小的圖像，按照上圖的方式提取block，將會有7個水平位置和15個豎直位可以取得，所以一共有7*15=105個block，所以我們整合所有block的vector，形成一個大的一維vector的大小將會是36*105=3780。

得到HOG特征向量，就可以用來可視化和分類了。對于這么大的HOG特征，SVM就排上用場了。

END