方向梯度直方圖
維基百科,自由的 encyclopedia
方向梯度直方圖(英語:Histogram of oriented gradient,簡稱HOG)是應用在計算機視覺和圖像處理領域,用於目標檢測(英語:Object detection)的特徵描述器。這項技術是用來計算局部圖像梯度的方向訊息的統計值。這種方法跟邊緣方向直方圖(edge orientation histograms)、尺度不變特徵變換(scale-invariant feature transform descriptors)以及形狀上下文方法(英語:Shape context)( shape contexts)有很多相似之處,但與它們的不同點是:HOG描述器是在一個網格密集的大小統一的細胞單元(dense grid of uniformly spaced cells)上計算,而且為了提高性能,還採用了重疊的局部對比度歸一化(overlapping local contrast normalization)技術。
其作者Navneet Dalal和Bill Triggs是法國國家計算機技術和控制研究所(INRIA)的研究員,他們在2005年的CVPR上首先發表了描述方向梯度直方圖的論文。在這篇論文裡,他們主要是將這種方法應用在靜態圖像中的行人檢測上,但在後來,他們也將其應用在影片中的行人檢測,以及靜態圖像中的車輛和常見動物的檢測。