图像的尺寸为 64 x 128。即 8192 个幅度和梯度值。在分箱阶段之后，我们剩下 1152 个值，因为我们根据它们的方向将 64 个像素转换为 9 个分箱。你能给我解释一下 L2 归一化后我们如何得到 3780 个向量吗？
最佳答案
假设:您有 64 x 128 色 block 的渐变。
计算 8x8 单元格中的梯度直方图
这是它开始变得有趣的地方。图像被分成 8x8 个单元格，并为每个 8x8 单元格计算一个 HOG。我们使用 8x8 单元格的原因之一是它提供了紧凑的表示。一个 8x8 图像 block 包含 8x8x3 = 192 个像素值(彩色图像)。该补丁的渐变每个像素包含 2 个值(幅度和方向)，总计 8x8x2 = 128 个值。这 128 个数字使用 9-bin 直方图表示，该直方图可以存储为 9 个数字的数组。这使得它更加紧凑，并且在一个补丁上计算直方图使得这种表示对噪声更加鲁棒。
直方图本质上是一个由 9 个 bin 组成的向量，对应于 0、20、40、60 ... 180 度角，对应于无符号梯度。
16 x 16 block 归一化
根据图像的梯度创建直方图后，我们希望我们的描述符独立于光照变化。因此，我们对直方图进行归一化。 RGB 颜色 [128, 64, 32] 的矢量范数是 sqrt(128*128 + 64*64 + 32*32) = 146.64，这是臭名昭著的 L2-norm。将该向量的每个元素除以 146.64 得到一个归一化向量 [0.87, 0.43, 0.22]。如果我们将该向量的每个元素乘以 2，则归一化向量将与之前相同。
虽然简单地标准化 9x1 直方图很有趣，但标准化更大的 16 x 16 block 更好。一个 16 x 16 的 block 有 4 个直方图，它们可以连接起来形成一个 36 x 1 的元素向量，并且可以像示例中的 3 x 1 向量一样对其进行归一化。然后将窗口移动 8 个像素，并在该窗口上计算一个标准化的 36 x 1 向量并重复该过程(参见动画:Courtesy)
计算HOG特征向量
这就是您的问题所在。
为了计算整个图像 block 的最终特征向量，将 36 x 1 向量连接成一个巨大的向量。让我们计算一下大小:
16 x 16 block 有多少个位置？有 7 个水平位置和 15 个垂直位置，共 105 个位置。
每个 16 x 16 block 由一个 36 x 1 向量表示。因此，当我们将它们全部连接成一个巨大的向量时，我们会得到一个 36 x 105 = 3780 维向量。
更多详情，请查看the tutorial where I learned.
希望对您有所帮助!
关于opencv - 定向梯度直方图中的最终向量，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/50504110/