Histogram of Oriented Gridients，缩写为HOG，是目前计算机视觉、模式识别领域很常用的一种描述图像局部纹理的特征 。这个特征名字起的也很直白，就是说先计算图片某一区域中不同方向上梯度的值，然后进行累积，得到直方图，这个直方图呢，就可以代表这块区域了，也就是作为特征，可以输入到分类器里面了 。
与其他的特征描述方法相比，HOG有很多优点 。首先，由于HOG是在图像的局部方格单元上操作，所以它对图像几何的和光学的形变都能保持很好的不变性，这两种形变只会出现在更大的空间领域上 。
【hog特征】
其次，在粗的空域抽样、精细的方向抽样以及较强的局部光学归一化等条件下，只要行人大体上能够保持直立的姿势，可以容许行人有一些细微的肢体动作，这些细微的动作可以被忽略而不影响检测效果 。因此HOG特征是特别适合于做图像中的人体检测的。
推荐阅读
- 简述管理的基本特征
- 数字经济有哪些基本特征,什么是数字经济
- 回避型人格爱情特征
- 学前儿童讲述活动的特征
- 2021年二手车交易市场特征分析,58同城二手车交易市场
- 手机电池坏了有几种特征
- 博美球体多少钱一只,纯种博美的7个特征
- 毛巾怎么画
- 一只纯种哈士奇要多少钱,纯种哈士奇有什么特征
- 气候类型及特征和分布