《HOG特征提取》PPT课件_第1页
《HOG特征提取》PPT课件_第2页
《HOG特征提取》PPT课件_第3页
《HOG特征提取》PPT课件_第4页
《HOG特征提取》PPT课件_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、HOG特征(Histograms of Oriented Gradients),刘锐 2010.9.9,刘锐 2010.9.9,HOG特征的定义和出处,Paper：Histograms of Oriented Gradients for Human Detection Author：Navneet Dalal and Bill Triggs CVPR 05 定义：梯度方向直方图 本质：梯度的统计信息，而梯度主要存在于边缘的地方,2,刘锐 2010.9.9,刘锐 2010.9.9,刘锐 2010.9.9,1.标准化gamma空间和颜色空间,为了减少光照因素的影响，首先需要将整个图像进行规范化。在

2、图像的纹理强度中，局部的表层曝光贡献的比重较大，所以，这种压缩处理能够有效地降低图像局部的阴影和光照变化。因为颜色信息作用不大，通常先转化为灰度图 Gamma压缩公式： 比如可以取Gamma=1/2,刘锐 2010.9.9,2.计算梯度,计算图像的一阶梯度。求导操作不仅能够捕获轮廓，人影和一些纹理信息，还能进一步弱化光照的影响。 梯度大小： 梯度方向：,刘锐 2010.9.9,第三步的目的是为局部图像区域提供一个编码，同时能够保持对图像中人体对象的姿势和外观的弱敏感性。我们将图像窗口分成若干个小区域，这些区域被称为“单元格”。然后将每个单元格中所有象素的一维梯度直方图或者边缘方向累加到其中。最

3、后将这个基本的方向直方图映射到固定的角度上，就形成了最终的特征。 例如取单元格为8*8像素 ，直方图取9个方向（360度平分9份）,3.单元格梯度投影,刘锐 2010.9.9,对比度归一化。归一化能够进一步地对光照、阴影和边缘进行压缩。通常，每个单元格由多个不同的块共享，但它的归一化是基于不同块的，所以计算结果也不一样。因此，一个单元格的特征会以不同的结果多次出现在最后的向量中。我们将归一化之后的块描述符就称之为HOG描述符。 例如块取2*2单元格，则一块的特征数为： 2*2*9,4.块内归一化梯度直方图,刘锐 2010.9.9,最后一步就是将检测窗口中所有重叠的块进行HOG特征的收集，并将它们结合成最终的特征向量供分类使用。 例如对于一个40*40的训练图片，单元格=8*8像素，块=2*2单元格，块每次滑动一个单元格为，则特征维数=4*4*（2*2*9）=576维,5.收集HOG特征,刘锐 2010.9.9,样本示例,正样本42*42 负样本42*42,刘锐 2010.9.9,实验结果：,交叉验证正确率：99.5%99.8%

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论