1、HOG特征

方向梯度直方圖（Histogram of Oriented Grandient,HOG）特征是一種在計算機視覺和圖像處理中用來進行物體檢測的特征描述子。它通過計算和統(tǒng)計圖像局部區(qū)域的梯度方向直方圖來構建特征。HOG特征結(jié)合SVM分類器已經(jīng)廣泛應用于圖像識別中，尤其在行人檢測中獲得了極大的成功。
HOG特征是一種圖像局部特征，其基本思路是對圖像局部的梯度幅值和方向進行投票統(tǒng)計，形成基于梯度特性的直方圖，然后將局部特征拼接起來作為總特征。局部特征在這里指的是將圖像劃分為多個子塊（Block），每個Block內(nèi)的特征進行聯(lián)合以形成最終的特征。
HOG+SVM的工作流程如下：

image.png

首先對輸入的圖片進行預處理，然后計算像素點的梯度特性，包括梯度幅值和梯度方向。然后投票統(tǒng)計形成梯度直方圖，然后對Blocks進行normalize，最后收集到HOG feature（其實是一行多維的vector）放到SVM里進行監(jiān)督學習，從而實現(xiàn)行人的檢測。

2、HOG特征提取算法的實現(xiàn)過程

HOG特征提取方法就是將一個image（你要檢測的目標或者掃描窗口）：
1）灰度化（將圖像看做一個x,y,z(灰度)的三維圖像）；
2）采用Gamma校正法對輸入圖像進行顏色空間的標準化（歸一化）；目的是調(diào)節(jié)圖像的對比度，降低圖像局部的陰影和光照變化所造成的影響，同時可以抑制噪聲的干擾；
3）計算圖像每個像素的梯度（包括大小和方向）；主要是為了捕獲輪廓信息，同時進一步弱化光照的干擾。
4）將圖像劃分成小cells（例如66像素/cell）
5）統(tǒng)計每個cell的梯度直方圖（不同梯度的個數(shù)），即可形成每個cell的descripto；
6）將每幾個cell組成一個block（例如33個cell/block），一個block內(nèi)所有cell的特征descriptor串聯(lián)起來便得到該block的HOG特征descriptor。
7）將圖像image內(nèi)的所有block的HOG特征descriptor串聯(lián)起來就可以得到該image（你要檢測的目標）的HOG特征descriptor了。這個就是最終的可供分類使用的特征向量了。

image.png

image.png

image.png

為了得到梯度直方圖，那么首先需要計算圖像水平方向和垂直方向梯度。
一般使用特定的卷積核對圖像濾波實現(xiàn)，可選用的卷積模板有:soble算子，Prewitt算子，Roberts算子模板等等。
一般采用sobel算子，opencv也是如此，利用sobel水平和垂直算子與輸入圖像卷積計算dx，dy：

image.png

image.png

image.png

image.png

進一步可以得到圖像梯度的幅值：

image.png

為了簡化計算，幅值也可以作如下近似：

image.png

image.png

這里需要注意的是：梯度方向和圖像邊緣方向是相互正交的。

image.png

3）為每個細胞單元構建梯度方向直方圖
第三步的目的是為局部圖像區(qū)域提供一個編碼，同時能夠保持對圖像中人體對象的姿態(tài)和外觀的弱敏感性。
我們將圖像分成若干個“單元格cell”，例如每個cell為66個像素。假設我們采用9個bin的直方圖來統(tǒng)計這66個像素的梯度信息。也就是將cell的梯度方向360度分成9個方向塊，如圖所示：例如：如果這個像素的梯度方向是20-40度，直方圖第2個bin的計數(shù)就加一，這樣，對cell內(nèi)每個像素用梯度方向在直方圖中進行加權投影（映射到固定的角度范圍），就可以得到這個cell的梯度方向直方圖了，就是該cell對應的9維特征向量（因為有9個bin）。

像素梯度方向用到了，那么梯度大小呢？梯度大小就是作為投影的權值的。例如說：這個像素的梯度方向是20-40度，然后它的梯度大小是2（假設?。?，那么直方圖第2個bin的計數(shù)就不是加一了，而是加二（假設?。?。

image.png

細胞單元可以是矩形（rectangular），也可以是星形的（radial）
4）把細胞單元組合成大的塊（block），塊內(nèi)歸一化梯度直方圖
由于局部光照的變化以及前景-背景對比度的變化，使得梯度強度的變化范圍非常大。這就需要對梯度強度做歸一化。歸一化能夠進一步地對光照、陰影和邊緣進行壓縮。

作者采取的辦法是：把各個細胞單元組合成大的、空間上連通的區(qū)間（blocks）。這樣，一個block內(nèi)所有cell的特征向量串聯(lián)起來便得到該block的HOG特征。這些區(qū)間是互有重疊的，這就意味著：每一個單元格的特征會以不同的結(jié)果多次出現(xiàn)在最后的特征向量中。我們將歸一化之后的塊描述符（向量）就稱之為HOG描述符。

image.png

區(qū)間有兩個主要的幾何形狀——矩形區(qū)間（R-HOG）和環(huán)形區(qū)間（C-HOG）。R-HOG區(qū)間大體上是一些方形的格子，它可以有三個參數(shù)來表征：每個區(qū)間中細胞單元的數(shù)目、每個細胞單元中像素點的數(shù)目、每個細胞的直方圖通道數(shù)目。

例如：行人檢測的最佳參數(shù)設置是：3×3細胞/區(qū)間、6×6像素/細胞、9個直方圖通道。則一塊的特征數(shù)為：339；
5）收集HOG特征
最后一步就是將檢測窗口中所有重疊的塊進行HOG特征的收集，并將它們結(jié)合成最終的特征向量供分類使用。
6）那么一個圖像的HOG特征維數(shù)是多少呢？
順便做個總結(jié)：Dalal提出的Hog特征提取的過程：把樣本圖像分割為若干個像素的單元（cell），把梯度方向平均劃分為9個區(qū)間（bin），在每個單元里面對所有像素的梯度方向在各個方向區(qū)間進行直方圖統(tǒng)計，得到一個9維的特征向量，每相鄰的4個單元構成一個塊（block），把一個塊內(nèi)的特征向量聯(lián)起來得到36維的特征向量，用塊對樣本圖像進行掃描，掃描步長為一個單元。最后將所有塊的特征串聯(lián)起來，就得到了人體的特征。例如，對于64128的圖像而言，每1616的像素組成一個cell，每22個cell組成一個塊，因為每個cell有9個特征，所以每個塊內(nèi)有49=36個特征，以8個像素為步長，那么，水平方向?qū)⒂?個掃描窗口，垂直方向?qū)⒂?5個掃描窗口。也就是說，64128的圖片，總共有367*15=3780個特征。

image.png

3、基于opencv的行人檢測代碼實現(xiàn)

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt

if __name__ == '__main__':
    src = cv.imread("*.jpg")
    cv.imshow("input", src)

    hog = cv.HOGDescriptor()
    hog.setSVMDetector(cv.HOGDescriptor_getDefaultPeopleDetector())
    # Detect people in the image
    (rects, weights) = hog.detectMultiScale(src,
                                        winStride=(2,4),
                                        padding=(8, 8),
                                        scale=1.2,
                                        useMeanshiftGrouping=False)
    for (x, y, w, h) in rects:
        cv.rectangle(src, (x, y), (x + w, y + h), (0, 255, 0), 2)

    cv.imshow("hog-detector", src)
    cv.imwrite("hog-detector.jpg",src)
    cv.waitKey(0)
    cv.destroyAllWindows()

原圖顯示如下：

image.png

結(jié)果顯示如下：

image.png

from skimage import feature, exposure
from matplotlib import pyplot as plt
import cv2
image = cv2.imread('sp_g.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

fd, hog_image = feature.hog(image, orientations=9, pixels_per_cell=(8, 8),
                cells_per_block=(2, 4), visualise=True)

# Rescale histogram for better display
hog_image_rescaled = exposure.rescale_intensity(hog_image, in_range=(0, 10))

cv2.namedWindow("img",cv2.WINDOW_NORMAL)
cv2.imshow('img', image)
cv2.namedWindow("hog",cv2.WINDOW_NORMAL)
cv2.imshow('hog', hog_image_rescaled)
cv2.waitKey(0)==ord('q')

可視化結(jié)果：

image.png

4、總結(jié)

HOG優(yōu)點：
與其他的特征描述方法相比，HOG有很多優(yōu)點。首先，由于HOG是在圖像的局部方格單元上操作，所以它對圖像幾何的和光學的形變都能保持很好的不變性，這兩種形變只會出現(xiàn)在更大的空間領域上。其次，在粗的空域抽樣、精細的方向抽樣以及較強的局部光學歸一化等條件下，只要行人大體上能夠保持直立的姿勢，可以容許行人有一些細微的肢體動作，這些細微的動作可以被忽略而不影響檢測效果。因此HOG特征是特別適合于做圖像中的人體檢測的。
HOG缺點：
特征描述子獲取過程復雜，維數(shù)較高，導致實時性差，遮擋問題很難處理，對噪聲比較敏感。

參考連接：
https://blog.csdn.net/zouxy09/article/details/7929348?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.compare&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.compare

https://github.com/datawhalechina/team-learning/blob/master/03%20%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E5%9F%BA%E7%A1%80%EF%BC%9A%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86%EF%BC%88%E4%B8%8B%EF%BC%89/Task04%20HOG%E7%89%B9%E5%BE%81%E6%8F%8F%E8%BF%B0%E7%AE%97%E5%AD%90.md