一种方向梯度直方图的降维方法

摘要 为描述对象的局部外观和形状，方向梯度直方图首先将图像划分成小区域（被称为cell），然后在其上累加像素梯度方向的一维直方图.在被称为block的较大区域（由数个相邻的cell组成）上连接cell的直方图，经归一化处理形成特征向量.为减弱由block引起的区域量化走样，在计算检测窗口的特征时，采取部分重叠block的措施，从而大大增加了特征维度以及目标检测时的计算量.通过扩大参与相邻cell之间像素梯度插值的面积，并设置适当的高斯平滑核尺度，可消除block重叠，从而将64×128尺寸的窗口的方向梯度直方图特征维度由3 780降低为1 152.INRIA的行人数据集实验表明，该方法也可减弱区域量化走样，且其性能与原方向梯度直方图几乎相当，而检测速度却显著提高