HOG特征 20140327.ppt

HOG 特征描述子 Histogram of Oriented Gradient (HOG) 基本思想 统计图像局部区域的梯度方向信息来作为该局部图像区域的表征。HOG有点类似于SIFT特征描述子，区别： 1）HOG没有选取主方向，也没有旋转梯度方向直方图，因而本身不具有旋转不变性（较大的方向变化），其rotate不变性是通过采用不同旋转方向的训练样本来实现的（即额外增加不同方向的训练样本量）； 2）HOG本身不具有scale不变性，其scale不变性是通过改变检测图像的size来实现的； 3）HOG是在dense采样的图像块中求取的，在计算得到的HOG特征向量中隐含了该块与检测窗口之间的空间位子关系，而SIFT特征向量是在一些独立并离散分布的特征点上提取的（dense SIFT除外）。 HOG特征的假设和出发点 在图像中，物体的局部外观和形状能够通过其局部梯度或边缘信息很好地表征和描述，但并不需要事先知道用来刻画物体外观和形状的梯度或边缘的准确位置。 HOG特征描述向量的提取与计算步骤 1）全局图像归一化 目的：减少光照的影响。 方法：gamma compression?a） 对每个颜色通道分别计算平方根，或者?b） 对每个颜色通道分别求log。 2）计算图像梯度 目的：通过梯度信息来描述图像中物体的边缘、轮廓、形状等纹理信息。 方法：对每个颜色通道分别计算梯度。梯度算子：水平边缘算子： [-1, 0, 1] ；垂直边缘算子： [-1, 0, 1]T 。 最后选择三个通道中具有最大模值的梯度作为该像素的gradient vector。 3）统计局部图像梯度信息 目的：统计局部图像梯度信息并进行量化（或称为编码），得到局部图像区域的特征描述向量。该特征描述算向量既能够描述局部图像的内容，又能够对该图像区域内的pose或外观的小变化具有不变性。 方法：求取梯度方向直方图 a）将image window划分为多个区域“cell”； b）为每个“cell”计算一个1-D的加权梯度方向直方图； 其中，直方图包含9个bin，划分区间：0°-180°或0°-360°。 4）归一化 目的：对每个block得到的histogram进行归一化后，能够够对光照、阴影、边缘对比度等具有更好的不变性。 方法： 1）将多个临近的cell组合成一个block块，然后求其梯度方向直方图向量； 2）采用L2-Norm with Hysteresis threshold方式进行归一化，即将直方图向量中bin值的最大值限制为0.2以下，然后再重新归一化一次； 注意：block之间的是“共享”的，也即是说，一个cell会被多个block“共享”。另外，每个“cell”在被归一化时都是“block” independent的，也就是说每个cell在其所属的block中都会被归一化一次，得到一个vector。 5）生成特征描述向量 即将所有“block”的HOG descriptors组合在一起，形成最终的feature vector，该feature vector就描述了detect window的图像内容。 HOG描述算子的优点 1）orientation histogram 能够有效地描述图像区域的local shape的特征信息。 2）采用“cell”方式进行梯度方向量化，使得特征描述算子具有一些（a small amount of）平移或旋转不变性。 通过改变histogram的bin个数，以及“cell”的size，能够控制捕获图像局部区域特征信息的精度和保持特征具有不变性。 3）具有光照不变性Gamma normalisation and local contrast normalisation(局部对比度归一化) contribute another key component: illumination invariance. 4）overlapping blocksThe use of overlapping of blocks provides alternative normalisations so that the classifier can choose the most relevant one. 应用：行人检测 Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。 计算机通过HOG看到的是什么？ 如果把计算机比作人，计算机提取的是HOG特征向量，这时它对于输入图像的理解。如果把这些特征向量以“成像”的方式重构成人能理解的图像，那这个图像究竟呈现什么样子？ * * *