computer-vision - HOG:在对比度归一化步骤中做了什么？

Question

根据HOG过程，如论文人体检测定向梯度直方图(请参阅下面的链接)中所述，对比度归一化步骤在合并和加权投票后完成。

我一无所知-如果我已经计算了像元的加权梯度，那么图像对比度的标准化现在对我有什么帮助？

据我了解，对比度归一化是在原始图像上完成的，而对于计算梯度，我已经计算了原始图像的X，Y导数。因此，如果我对对比度进行归一化并且希望它生效，则应该重新计算所有内容。

有什么我不太了解的东西吗？

我应该规范化单元格的值吗？

HOG中的归一化是否不是与对比度有关，而是与直方图值(每个仓中的细胞数)有关？

链接到本文:
http://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf

Answer 1

通过对每个块的局部直方图进行归一化来实现对比度归一化。

完整的HOG提取过程在这里得到了很好的解释:http://www.geocities.ws/talh_davidc/#cst_extract

当您对直方图进行归一化时，如果直方图确实包含每个方向的幅度总和，则实际上可以对该块中的对比度进行归一化。

术语“直方图”在这里令人困惑，因为您不计算方向k 的像素数，而是将这些像素的大小求和。因此，您可以在计算出块的向量之后，甚至在计算完整个向量之后，对对比度进行归一化，前提是您知道块在向量中的哪个索引处开始并且块在结束处。

根据我的理解，算法的步骤-为我工作，成功率为95％:

定义以下参数(在此示例中，这些参数类似于“人类检测”文档中的“HOG”):

像元大小(例如6x6)

单元格中的块大小(例如3x3 ==>表示以像素为单位18x18)

块重叠率(例如50％==>意味着块宽度和块高度必须以像素为单位。在此示例中可以满足，因为像元宽度和像元高度是偶数(6个像素)，因此该块宽度和高度也均匀)

检测窗口大小。大小必须可以除以块大小的一半而没有剩余(因此可以将块精确地放置在50％重叠的位置)。例如，块的宽度是18个像素，因此窗口宽度必须是9的倍数(例如9、18、27、36等)。窗口高度相同。在我们的示例中，窗口宽度为63像素，窗口高度为126像素。

计算梯度:

使用与向量[-1 0 1]的卷积计算X差

使用卷积和上述向量

的转置来计算Y差

使用 sqrt(diffX ^ 2 + diffY ^ 2)计算每个像素中的梯度大小

使用 atan(diffY / diffX)计算每个像素的渐变方向。请注意，和atan 将返回的值介于 -90 和 90 之间，而您可能希望的值介于 0 和 180 之间。因此，只需将 +180 度加到翻转所有负值即可。请注意，在用于人类检测的HOG中，它们使用无符号方向(0到180之间)。如果要使用带符号的方向，则应该多做一些工作:如果diffX和diffY为正，则 atan 值将介于 0 和 90 之间-保持原样。再次，如果diffX和diffY为负，您将获得相同范围的可能值-在这里，加+180，因此方向将翻转到另一侧。如果diffX为正而diffY为负，则将获得 -90 和 0 之间的值-保持相同(如果您希望它为正数，则可以添加+360)。如果diffY为正，而diffX为负，您将再次获得相同的范围，因此加+180，将方向翻转到另一侧。

“绑定”方向。例如，9个未签名的垃圾箱: 0-20，20-40，...，160-180 。您可以通过将每个值除以20并将结果取底来轻松实现。您的新分类路线将在 0 和 8 之间。

使用原始矩阵的副本分别对每个块进行操作(因为某些块重叠并且我们不想破坏其数据):

拆分为单元格

为每个单元格创建一个具有9个成员的向量(每个bin一个)。对于bin中的每个索引，设置该方向上所有像素的所有大小的总和。一个单元格中总共有6x6像素。因此，例如，如果2个像素的方向为0，而第一个像素的大小为0.231，而第二个像素的大小为0.13，则应在向量的索引0中写入值0.361(= 0.231 + 0.13)。

将块中所有单元的所有向量连接成一个大向量。此向量大小当然应该为 NUMBER_OF_BINS * NUMBER_OF_CELLS_IN_BLOCK 。在我们的示例中，它是 9 *(3 * 3)= 81 。

现在，标准化此向量。使用 k = sqrt(v [0] ^ 2 + v [1] ^ 2 + ... + v [n] ^ 2 + eps ^ 2)(我使用eps = 1)。计算 k 之后，将向量中的每个值除以 k -这样，您的向量将被标准化。

创建最终向量:

将所有块的所有向量连接为1个大向量。在我的示例中，此向量的大小为6318