HoG 特征如何以图形方式表示？答案

【问题标题】：How are HoG features represented graphically?HoG 特征如何以图形方式表示？
【发布时间】：2012-10-23 07:52:22
【问题描述】：

我正在实现“用于人体检测的定向梯度直方图”中的定向梯度直方图特征，我想将结果可视化。所有关于这些特性的论文都使用标准的可视化，但我找不到任何关于这些特性是如何生成的描述。如果您提供解释或有用的链接，我将不胜感激。

【问题讨论】：

你能发一个屏幕截图吗？我已经看到一些显示大小与计数成比例的渐变方向，但我不确定我们是否在谈论同一件事。
本网站可能对您有所帮助：geocities.ws/talh_davidc

标签： image-processing opencv computer-vision feature-extraction

【解决方案1】：

在这里我想问一个问题，一个人走路的两个序列帧，我们提取每张图像的 HOG，然后取两个 HOG 的差异。我想知道我们在最终的（差异）HOG 可视化中得到了什么信息。

谢谢

【讨论】：

【解决方案2】：

scikit-image 还提供 HOG 可视化： http://scikit-image.org/docs/dev/auto_examples/plot_hog.html

【讨论】：

【解决方案3】：

最近在 iccv 2013 上发表了一篇关于可视化 HOG 特征的论文 (HOGles)，这可能很有帮助，代码可在此处获得 http://web.mit.edu/vondrick/ihog/#code

【讨论】：

【解决方案4】：

名为 Jurgenwiki 的博客有一些示例代码（名为 get_hogdescriptor_visu()）用于在 OpenCV 中可视化 HOG 描述符。过去，我将 Jurgenwiki 代码复制/粘贴到 C++ 文件中，将我的 HOG 功能传递到 get_hogdescriptor_visu()，可视化效果看起来不错。这是一个例子：

Jurgenwiki 代码的一个警告是它希望您使用默认的 HOGDescriptor() 参数（例如 16x16 块、8x8 单元格、9 个方向箱）。但是，如果您在 HOGDescriptor 中使用自定义参数，您可以调整 Jurgenwiki 代码以匹配您的 HOG 参数。

This StackOverflow post 也很有用。

【讨论】：

【解决方案5】：

你在论文中看到的可视化可以解释如下：

描述符由网格中覆盖图像窗口的 M*N 个单元组成。每个单元由边缘方向的直方图表示，其中离散化边缘方向的数量是一个参数（通常为 9）。细胞直方图通过“星”显示直方图中边缘方向的强度：特定方向越强，相对于其他方向的时间越长。

请注意，有多种归一化方案：局部方案，其中单元格仅相对于相邻单元格进行归一化（如 Dalal-Triggs 的原始论文中所述），或全局方案，其中方向长度由下式归一化所有的细胞。另请注意，一些作者对每个单元格使用多个局部归一化（例如我在下面提到的那个），但可视化只显示一个（或它们的平均值）。

Felzenszwalb 等人开创性工作的 Matlab 代码。通过在图像上绘制细胞来可视化细胞，其中强度通过边缘的强度而不是长度来可视化。您可以在他们提供的包裹中找到它(DPM)。查找名为 HOGpicture.m 的函数

下面的示例显示了一个自行车模型（来自 Felzenszwalb 等人），其 HoG 由 7*11 个单元组成，每个单元有 8 个方向

【讨论】：