簡介

        HOG（Histogram of Oriented Gridients的簡寫）特徵檢測演算法，最早是由法國研究員Dalal等在CVPR-2005上提出來的，一種解決人體目標檢測的影象描述子，是一種用於表徵影象區域性梯度方向和梯度強度分佈特性的描述符。其主要思想是：在邊緣具體位置未知的情況下，邊緣方向的分佈也可以很好的表示行人目標的外形輪廓。

        Dalal等提出的HOG+SVM演算法，在進行行人檢測取得了極大地成功後，更多新演算法不斷湧現，不過大都是以HOG+SVM的思路為主線。

HOG特徵演算法

        HOG特徵檢測演算法的幾個步驟：顏色空間歸一化—>梯度計算

1、顏色空間歸一化

        由於影象的採集環境、裝置等因素，採集到的人臉影象效果可能不是很好，容易出現誤檢或漏檢的情況，所以需要對採集到的人臉進行影象預處理，主要是處理光線太暗或太強的情況，這裡有兩次處理：影象灰度化、Gamma校正。

①影象灰度化

       對於彩色影象，將RGB分量轉化成灰度影象，其轉化公式為：

②Gamma校正

       在影象照度不均勻的情況下，可以通過Gamma校正，將影象整體亮度提高或降低。在實際中可以採用兩種不同的方式進行Gamma標準化，平方根、對數法。這裡我們採用平方根的辦法，公式如下（其中γ=0.5

程式碼：

int main()
{
	Mat picture = imread("test.jpg", 0);//灰度
	Mat img;
	picture.convertTo(img, CV_32F);	//轉換成浮點
	sqrt(img, img);					//gamma校正
	normalize(img, img, 0, 255, NORM_MINMAX, CV_8UC1);//歸一化畫素值[0,255]
	imshow("原圖", picture);
	imshow("Gamma校正", img);
	waitKey();

	return 0;
}

結果：

2、梯度計算

對經過顏色空間歸一化後的影象，求取其梯度及梯度方向。分別在水平和垂直方向進行計算，梯度運算元為：

程式碼：

/*****************************************
Copyright (c) 2015 Jingshuang Hu

@filename:demo.cpp
@datetime:2015.08.06
@author:HJS
@e-mail:[email protected]
@blog:http://blog.csdn.net/hujingshuang
*****************************************/

#include <iostream>
#include <cv.h>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace cv;
using namespace std;

int main()
{
	Mat picture = imread("test.jpg", 0);//灰度
	Mat img;

	picture.convertTo(img, CV_32F);	//轉換成浮點
	sqrt(img, img);					//gamma校正
	normalize(img, img, 0, 255, NORM_MINMAX, CV_32F);//歸一化[0,255]浮點數

	Mat gradient = Mat::zeros(img.rows, img.cols, CV_32F);//梯度
	Mat theta = Mat::zeros(img.rows, img.cols, CV_32F);//角度

	for (int i = 1; i < img.rows - 1; i++)
	{
		for (int j = 1; j < img.cols - 1; j++)
		{
			float Gx, Gy;

			Gx = img.at<float>(i, j + 1) - img.at<float>(i, j - 1);
			Gy = img.at<float>(i + 1, j) - img.at<float>(i - 1, j);

			gradient.at<float>(i, j) = sqrt(Gx * Gx + Gy * Gy);//梯度模值
			theta.at<float>(i, j) = float(atan2(Gy, Gx) * 180 / CV_PI);//梯度方向[-180°，180°]
		}
	}

	normalize(gradient, gradient, 0, 255, NORM_MINMAX, CV_8UC1);//歸一化[0,255] 無符號整型
	normalize(img, img, 0, 255, NORM_MINMAX, CV_8UC1);

	imshow("原圖", picture);
	imshow("Gamma校正", img);
	imshow("梯度圖", gradient);
	waitKey();

    return 0;
}

結果：

3、梯度方向直方圖

        將影象劃分成若干個cells（單元），8x8=64個畫素為一個cell，相鄰的cell之間不重疊。在每個cell內統計梯度方向直方圖，將所有梯度方向劃分為9個bin（即9維特徵向量），作為直方圖的橫軸，角度範圍所對應的梯度值累加值作為直方圖縱軸，每個bin的角度範圍如下。

4、重疊塊直方圖歸一化

        【以下有關計算，請認真分析】假設有一幅影象大小為220x310，將其劃分成若干個8x8的cells，顯然220÷8=27.5、310÷8=38.75不是整數，也就是說劃分之後依然還有多餘畫素不能構成cell。處理辦法是將影象縮放成能被8整除的長寬（如216x304），再劃分。216÷8=27，304÷8=38，因此，216x304的影象可以得到27x38個cells，沒有重疊。

Mat picture = imread("test.jpg", 0);//灰度
resize(picture, picture, cvSize(int(picture.cols / 8) * 8, int(picture.rows / 8) * 8));//轉化成能被8除盡的行、列

        以上述縮放後的影象為例，共得到27x38個cell，也就是將影象劃分成了27x38個單元；將上下左右相鄰的2x2個cells當做一個block整體，如下所示（為方便觀察，每個顏色框故意錯開了一點），黑色的8x8畫素為一個cell，紅、藍、黃、粉紅、綠框都是一個block，即每個框內2x2的cell組成一個block。故27x38個cell可劃分成26x37個block，每個block為16x16畫素。相鄰block之間是有重疊的，這樣有效的利用了相鄰畫素資訊，對檢測結果有很大的幫助。

接下分別對每個block進行標準化，一個block內有4個cell，每個cell含9維特徵向量，故每個block就由4x9=36維特徵向量來表徵。

由於L2-norm簡單且在檢測中效果相對較好，故一般採用它。

        經過上述對有重疊部分block的直方圖歸一化之後，將所有block的特徵向量都組合起來，則形成26x37x36=34632維特徵向量，這就是HOG特徵，這個特徵向量就可以用來表徵整個影象了。

        實際上，在運用的時候，我們通常是選取一幅影象中的一個視窗來進行特徵提取，依然以上述220X310大小影象為例，經過縮放處理後為216x304，但並不直接提取整個影象的HOG特徵，而是用一個固定大小的視窗在影象上滑動，滑動的間隔為8個畫素，opencv中預設的視窗大小為128x64（高128，寬64），即有(128÷8)x(64÷8)=16x8個cell，也即有15x7個block，這樣一來一幅影象就可以取到(27-16)x(38-8)=11x30=330(27-15)x(38-7)=12x31=372個視窗（更正於：2018-04-15）。現在提取每個視窗的HOG特徵，則可得到105x36=3780維HOG特徵向量。

        將這330個3780維的HOG特徵當做測試樣本，用支援向量機（SVM）分類器來判別出，這些視窗的HOG特徵是否有行人，有行人的用矩形框標記起來。HOG行人特徵及所對應的SVM分類器的引數，在opencv中已經訓練好了，我們只需要得到HOG特徵，然後呼叫SVM即可得到判別結果。

以上是個人對HOG演算法的理解，若理解不到位或者有誤的，請多多指教！

程式碼：

/*****************************************
Copyright (c) 2015 Jingshuang Hu

@filename:demo.cpp
@datetime:2015.08.06
@author:HJS
@e-mail:[email protected]
@blog:http://blog.csdn.net/hujingshuang
*****************************************/

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
	Mat image = imread("test.jpg");
	// 1. 定義HOG物件
	HOGDescriptor hog(Size(64,128),Size(16,16),Size(8,8),Size(8,8),9);//HOG檢測器，用來計算HOG描述子的
	// 2. 設定SVM分類器
	hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());   // 採用已經訓練好的行人檢測分類器
	// 3. 在測試影象上檢測行人區域
	vector<cv::Rect> regions;
	hog.detectMultiScale(image, regions, 0, Size(8,8), Size(32,32), 1.05, 1);
	// 顯示
	for (size_t i = 0; i < regions.size(); i++)
	{
		rectangle(image, regions[i], Scalar(0,0,255), 2);
	}
	imshow("HOG行人檢測", image);
	waitKey();

	return 0;
}

結果：

從圖中可以看出，依然是有漏檢的情況。

原始碼分析：

參考資料：

3、基於多特徵的粒子濾波行人跟蹤演算法研究[M],張廣西,2013.

4、基於HOG特徵的人臉識別系統研究[M],穆春雷,2013.

5、基於HOG特徵的目標識別演算法研究[M],尚俊,2012.