基于方向梯度直方图的行人检测算法

9/17/2014,#,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,Click to edit Master title style,by Radon,HISTORGRAMS OF ORIENTED GRADIENTS FOR HUMAN DETECTION,1,Window,Block,Cell,bin,重要概念,2,HOG,描述子的输,入,根据测,试，,window,的大小为,64*128,时效果最好,。,Window,3,Block & Cell,4,Block & Cell,5,bin,6,色彩和,gamma,归,一化,梯度计,算,统计局部图像梯度信,息,block,归一,化,生成特征描述向量,算,法流程,7,一维的离散微分模,板,(-,1, 0, 1), (1, 0, -1,),水平梯度图和垂直梯度,图,求,幅值和相,位,对于,3,通道图像，只保留梯度幅值最大的通道的梯度,。,梯度计,算,8,对,block,加一个高斯空域窗,口,Block,中,每个,pixel,根据自己的梯度和位置进行投,票,统计局部图像梯度信息,9,投,票的权,重,梯,度幅值的函,数,直,接使用梯度,幅值,效果最,好,block,中的每一个,pixel,对相邻,cell,和其梯度方向的相邻区间进行投票。,Block,中的投票,10,三,线性插值,x,方向、,y,方向和梯度的角度这三个参数空,间,Block,中的投票,11,统计局部图像梯度信息,12,block,归一,化,13,HOG,描述,子,将,window,中所有,block,对应的特征描述向量组合在一,起,HOG,没有选取主方向或旋转梯度方向直方,图,不,具有旋转不变,性,HOG,不具有尺度不变,性,HOG,在密集采样的图像块中进行计,算,特,征向量的各个维度隐含了其在检测窗口中的位置信,息,通过使用不同旋转方向的样本进行训练，改变在待检测图像中的窗口大小，使用,HOG,描述子也能实现具有旋转不变性和尺度不变性的算法。,生成特征描述向,量,14,色彩和,gamma,归,一化,梯度计,算,统计局部图像梯度信,息,block,归一,化,生成特征描述向量,算,法流程,15,SVM,16,SVM ,松弛变量,17,结果,第,1,次训练,18,hard example,19,也适用于生成,hard example,检测过程,20,before,after,SVM ,第,2,次训练,21,终,22,