Histogram of Oriented Gridients,缩写为HOG,是目前计算机视觉、模式识别领域很常用的一种描述图像局部纹理的特征。这个特征名字起的也很直白,就是说先计算图片某一区域中不同方向上梯度的值,然后进行累积,得到直方图,这个直方图呢,就可以**这块区域了,也就是作为特征,可以输入到分类器里面了。
与其他的特征描述方法相比,HOG有很多优点。首先,由于HOG是在图像的局部方格单元上操作,所以它对图像几何的和光学的形变都能保持很好的不变性,这两种形变只会出现在更大的空间领域上。
其次,在粗的空域抽样、精细的方向抽样以及较强的局部光学归一化等条件下,只要行**体上能够保持直立的姿势,可以容许行人有一些细微的肢体动作,这些细微的动作可以被忽略而不影响检测效果。因此HOG特征是特别适合于做图像中的人体检测的 。
随心一句: 我有一条重要的人生体验:一个人怎么对待别人,只说明了他曾经被怎样对待过。每个人心中都有一个贞子,在自己终于有机会**别人的时候,提示自己曾经的遭遇。所以,遇到别人**的对待,愤怒之外,加上怜悯。
随心一句: 站在街头陌生又熟悉,就算迷了路也清晰。
本站声明:本站部分文章来自网络,如若内容侵犯了原著者的合法权益,可联系我们进行处理。分享仅供大家学习与参考,不**本站立场。