HOG:固定窗口里的方向统计,保留规则网格

完整解释、原始数值、素材与实验仍可访问;默认翻页不进入此内容。

HOG采用另一种组织方式:先固定64宽、128高的分析窗口,再按16行、8列cells统计梯度方向。与关键点描述相比,这里的坐标系来自规则窗口,粗位置仍然保留。局部归一化和拼接之后,它可以直接接分类器,不必经过视觉词袋。当前输入是情境插图,HOG数值经过实际计算,但没有训练行人分类器。现在换回数量不定的局部描述,问题就变成怎样让不同图像具有一致的输入维度。

原始说明

HOG采用另一种组织方式:先固定64宽、128高的分析窗口,再按16行、8列cells统计梯度方向。与关键点描述相比,这里的坐标系来自规则窗口,粗位置仍然保留。局部归一化和拼接之后,它可以直接接分类器,不必经过视觉词袋。当前输入是情境插图,HOG数值经过实际计算,但没有训练行人分类器。现在换回数量不定的局部描述,问题就变成怎样让不同图像具有一致的输入维度。 证据与制作说明:将固定窗口规则网格的组织方式与SIFT局部参照方式区分。 输入为既有AIGC行人情境图;灰度窗口的HOG数值来自features-v5.json的实际计算。这里是HOG教学变体,未接入行人分类器。

Dalal & Triggs · Histograms of Oriented Gradients (2005)

Felzenszwalb et al. · Object Detection with Discriminatively Trained Part-Based Models (2010)