hog特征
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 。
【hog特征】
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 。
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。
