目标检测之HOG特征描述子方法：对每个颜色通道分别计算梯度。水平、垂直梯度算子[-1 0 1] 目的：统计局部图像梯度信

HOG

出处：2005 CVPR Histograms of Oriented Gradients for Human Detection Navneet by Dalal and Bill Triggs

目的：减少光照影响

方法：gamma压缩

1、对每个颜色通道取1/2方根

2、对每个颜色通道取log

一阶微分

[-1 0 1]效果最好

目的：提取边缘、轮廓、形状、纹理信息

方法：对每个颜色通道分别计算梯度。水平、垂直梯度算子[-1 0 1] 最后取三个通道中梯度最大的

目的：统计局部图像梯度信息并进行量化（编码）。得到图区域的特征描述向量。描述局部图像的内容，同时对外观微小变化具有不变性。

方法：为每个cell构建梯度方向直方图

0～180：划分为n个bin

目的：对每个blcok得到对histgram进行归一化，可对光照、阴影、边缘对比度具有更好度不变性。

方法：

1、将多个临近的cell组合成以构成block，求其histgram向量。

2、采用L2-Norm with Hysteresis threshold 方式进行归一化，即将直方图向量中bin值度最大值限制在0.2以下，然后再重新归一化一次。block 之间可共享cell。

所有block的HOG特横描述子组合在一起，形成最终的特征向量，该特征向量就描述了检测窗口的图像内容。