HOG特徴量 - 最後かもしれないだろ。だから、全部話しておきたいんだ。

HOG特徴量(Histograms of Oriented Gradients)は、画像の局所領域から輝度勾配・輝度強度を取り出す特徴量です。物体の大まかな形状を表現可能です。一般に歩行者や人工物など、物体を検出するために使われています。HOGでは、輝度勾配ヒストグラム(物体の見えから得られる角度毎のヒストグラムのこと。画素ごとに得られます。)の対応する要素に、輝度強度を累積します。さらに、正規化処理によりヒストグラムの形状を整えるので、明るさの変化に対応可能であると言われております。ステップは以下に示します。

Step.0
局所領域をブロック・セルに分割(画像をブロックに分割します。さらにブロックを分割した領域がセルになります。)

Step.1
ブロックを移動。セルの中における輝度勾配ヒストグラムを計算する。

Step.2
ブロックごとに正規化する。

Step.3
全てのヒストグラムを統合して特徴量とする。

Step.1 と Step.2が繰り返し

参考文献

• N.Dalal, B.Triggs,"Histograms of oriented gradients for human detection",Proc.of IEEE Conference on Computer Vision and Pattern Recognition (CVPR),pp.886-893,2005

---

HOGの算出法

1. 輝度の勾配方向と強度の算出

1. ヒストグラムの算出

〇度から一八〇度までを二〇度ずつ九方向に分割

1. ブロック領域の可視化

あるn番目のHOG特徴について正規化
分母は１ブロック（ｑ＊ｑセル）含まれるHOG特徴量の総和
１つのセルに対し複数回の正規化

参考文献

• HOG特徴量とBoostingを用いた人検出 中部大学 工学部情報工学科 藤吉研究室http://www.vision.cs.chubu.ac.jp/JointHOG/