对梯度直方图的理解

Question

我正在学习 HOG，我从 here 了解它。一个带有示例的解释良好的页面。我不明白这个概念是如何工作的

一个 16×16 的块有 4 个直方图，可以连接起来形成一个 36 x 1 元素向量，它可以像 3×1 向量一样归一化 已标准化。

这个 36*1 是怎么来的，我们是怎么计算出来的？我们总是需要 9 bin 向量是强制性的吗？ HOG 是固定大小的吗？

来了？

Answer 1

我们总是需要 9 个 bin 向量是强制性的吗？

不一定。 Dalal 和 Triggs 在their original HOG paper 中表示，当使用多达 9 个 bin 时，他们的应用（即行人检测）的准确度会提高，之后准确度没有进一步提高，这就是常用 9 的原因。

这个 36*1 是怎么来的，我们是怎么计算出来的？

正如 cmets 中已经指出的那样：

每个直方图有 9 个 bin（每个都是特征向量中的标量值）。在您的示例中，直方图是使用 8 x 8 块计算的，这意味着在 16 x 16 块中您将能够计算 4 个直方图 .这些直方图中的每一个都会产生一个 9 x 1 特征向量，因此：

4（直方图）* 9（箱）= 36 x 1 特征向量。

您基本上只是将结果连接到一个向量中。