HOG：在对比度归一化步骤中做了什么？

Question

根据 HOG 过程，如论文Histogram of Oriented Gradients for Human Detection（见下面的链接）中所述，对比度归一化步骤是在分箱和加权投票之后完成的。 p>

我有些不明白 - 如果我已经计算了单元格的加权梯度，那么图像对比度的归一化现在对我有什么帮助？

据我了解，对比度归一化是在原始图像上完成的，而为了计算梯度，我已经计算了原始图像的 X、Y 导数。因此，如果我将对比度标准化并希望它生效，我应该重新计算所有内容。

有什么我不明白的地方吗？

我应该标准化单元格的值吗？

HOG 中的归一化是否与对比度无关，而是与直方图值（每个 bin 中的单元格计数）有关？

论文链接： http://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf

Answer 1

对比度归一化是通过对每个块的局部直方图进行归一化来实现的。

完整的 HOG 提取过程在这里有很好的解释：http://www.geocities.ws/talh_davidc/#cst_extract

当您对块直方图进行归一化时，如果您的直方图确实包含每个方向的幅度总和，您实际上就是在对该块中的对比度进行归一化。

“直方图”一词在这里令人困惑，因为您不计算有多少像素具有方向 k，而是将这些像素的大小相加。因此，您可以在计算块的向量之后，甚至在计算整个向量之后对对比度进行归一化，假设您知道块开始和块结束的向量中的索引。

由于我的理解，算法的步骤 - 以 95% 的成功率对我有用：

1. 定义以下参数（在本例中，参数类似于 HOG for Human Detection 论文）：

   • 以像素为单位的像元大小（例如 6x6）
   • 以单元格为单位的块大小（例如 3x3 ==> 表示以像素为单位的大小为 18x18）
   • 块重叠率(eg 50% ==> 表示块的宽度和块的高度都必须是偶数。在这个例子中满足，因为单元格的宽度和单元格的高度是偶数(6个像素)，使得块的宽度和高度也是偶数）
   • 检测窗口大小。大小必须可被块大小的一半整除，没有余数（因此可以将块精确地放置在其中，50% 重叠）。例如，块宽度为 18 像素，因此窗口宽度必须是 9 的乘积（例如 9、18、27、36，...）。窗口高度相同。在我们的示例中，窗口宽度为 63 像素，窗口高度为 126 像素。

2. 计算梯度：

   • 使用向量 [-1 0 1] 的卷积计算 X 差
   • 使用卷积与上述向量的转置计算 Y 差异
   • 使用 sqrt(diffX^2 + diffY^2) 计算每个像素的梯度幅度
   • 使用 atan(diffY / diffX) 计算每个像素的梯度方向。请注意，atan 将返回 -90 和 90 之间的值，而您可能需要 0 和180。因此，只需将所有负值添加到 +180 度即可翻转。请注意，在用于人体检测的 HOG 中，它们使用无符号方向（0 到 180 之间）。如果你想使用有符号的方向，你应该多花点功夫：如果 diffX 和 diffY 是正数，你的 atan 值将介于 0 和 90 - 保持原样。如果 diffX 和 diffY 为负数，您将再次获得相同范围的可能值 - 此处添加 +180，因此方向翻转到另一侧。如果 diffX 为正而 diffY 为负，您将获得介于 -90 和 0 之间的值 - 保持不变（如果您希望它为正，可以添加 +360） .如果 diffY 为正而 diffX 为负，您将再次获得相同的范围，因此添加 +180，将方向翻转到另一侧。
   • “Bin”方向。例如，9 个无符号 bin：0-20、20-40、...、160-180。您可以通过将每个值除以 20 并计算结果来轻松实现这一目标。您的新合并路线将介于 0 和 8 之间。

3. 对每个块分别做，使用原始矩阵的副本（因为有些块是重叠的，我们不想破坏它们的数据）：

   • 拆分为单元格
   • 为每个单元格创建一个包含 9 个成员的向量（每个 bin 一个）。对于 bin 中的每个索引，设置具有该方向的所有像素的所有幅度的总和。我们在一个单元格中总共有 6x6 像素。因此，例如，如果 2 个像素的方向为 0，而第一个像素的大小为 0.231，第二个像素的大小为 0.13，则应在向量的索引 0 中写入值 0.361 (= 0.231 + 0.13)。李>
   • 将块中所有单元格的所有向量连接成一个大向量。这个向量大小当然应该是 NUMBER_OF_BINS * NUMBER_OF_CELLS_IN_BLOCK。在我们的示例中，它是 9 * (3 * 3) = 81。
   • 现在，规范化这个向量。使用 k = sqrt(v[0]^2 + v[1]^2 + ... + v[n]^2 + eps^2)（我使用 eps = 1）。计算出 k 后，将向量中的每个值除以 k - 这样您的向量就会被归一化。

4. 创建最终向量：

   • 将所有块的所有向量连接成1个大向量。在我的例子中，这个向量的大小是 6318