image-processing - 对定向梯度直方图的理解

Question

我正在学习 HOG，我是从 here 了解它的.带有示例的解释清楚的页面。我不理解这个概念，它是如何工作的

A 16×16 block has 4 histograms which can be concatenated to form a 36 x 1 element vector and it can be normalized just the way a 3×1 vector is normalized.

这个36*1是怎么来的，我们是怎么计算出来的？我们总是需要 9 bin 向量是强制性的吗？ HOG 的大小是固定的吗？

来了吗？

Answer 1

Is it compulsory that we always need 9 bin vector?

不一定。 Dalal 和 Triggs 在 their original HOG paper 中说明当使用多达 9 个 bin 时，他们的应用(行人检测)的准确度提高了，之后准确度没有进一步提高，这就是为什么通常使用 9 个。

How this 36*1 came and how we calculated it?

正如评论中已经指出的那样:

每个直方图有 9 个 bin(每个都是特征向量中的标量值)。在您的示例中，直方图是使用 8 x 8 block 计算的，这意味着在 16 x 16 block 中您将能够计算 4 个直方图 .每个直方图都会产生一个 9 x 1 特征向量，因此:

4(直方图)* 9(分箱)= 36 x 1 特征向量。

您基本上只是将结果连接到一个向量中。