1、HOG 代碼 的一些解釋關于計算梯度方向角的：首先用-1,0,1梯度算子對原圖像做卷積運算， 得到 x 方向（水平方向， 以向右為正方向）的梯度分量gradscalx,然后用1,0,-1梯度算子對原圖像做卷積運算， 得到y(tǒng)方向（豎直方向，以向上為正方向）的梯度分量gradscaly。然后當gradscalx=0, gradscaly=0時，說明梯度方向是朝向第一象限的， 當gradscalx=0, gradscaly0時，說明梯度方向是朝向第二象限的，諸如此類，結(jié)合象限信息， 就可以利用反正切函數(shù)atan求出在signed和unsigned各自情況下正確的梯度角 度.關于掃描循環(huán)（四層for循

2、環(huán)有沒有快一點的？有！但是我功力不夠。當時 沒編出來，就只好還是來四層 for）：假設檢測窗為 64（列）*128（行）大小， block 為 16*16 大小，每個 block 劃分為 4 個 cell， block 每次滑動 8 個像素（也就是一個 cell 的寬），以及梯度方向劃分為 9個 區(qū)間，在 0180度范圍內(nèi)統(tǒng)計，以下的說明都以上述假設為例 .btly 與 btlx 分別表示 block 所在位置左上角點處的坐標。對于前述假設，一個檢測窗內(nèi)會有105個block存在，因此第一個block左上角的坐標是（1,1）,第二個是（9,1）此行最后一個是block的左上角坐標是（49,1）

3、，然后下一個block就需要向下滑動8個像素，并回到最左邊，此時的block左上角坐標為（1,9）,接著block重新 開始新的橫向滑動 如此這般,在檢測窗內(nèi)最后一個block的坐標就是（49,113）.block每滑動到一個新的位置，就需要停下來計算它內(nèi)部的那四個cell中的梯度方向直方圖.（bj,bi）就是來存儲cell左上角的坐標的（cell的坐標以block左上角為 原點）.（j,i）就表示cell中的像素在整個檢測窗（64*128的圖像）中的坐標.另外，我在程序里有個jorbj與iorbi，這在Localinterpolate的情況下（也就是標準的原始 HOG 情況），就是bj與bi

4、.關于 hist3dbig：這是一個三維的矩陣，用來存儲三維直方圖。最常見的一維的直方圖是這個樣子,二維直方圖呢？是這個樣子，一個一個的柱子是一個統(tǒng)計bin，柱子的高低代表統(tǒng)計值的大小二維直方圖5 O(徹晝Me扛於三維直方圖呢？是這個樣子，立體的一個一個的小格子，每個小格子是一個統(tǒng)計 bin,小格子用來裝統(tǒng)計值。以上面的例子，那么對一個 block來說，它的直方圖 是下面這樣的：該Fin塊”在3D直方圖甲的坐標為(bins1. hiny-2, binO-)Oa H q再來說線性插值，線性插值時，一個統(tǒng)計值需被 按一定比例分配”到這個統(tǒng)計點 最鄰近的區(qū)間中去，下面的圖顯示了一維直方圖時，落在虛線

5、標記范圍內(nèi)的統(tǒng)計 點，它最近鄰的區(qū)間就是標有紅色圓點的兩個區(qū)間 若是二維直方圖，那落在如下虛線矩形中的統(tǒng)計點，周圍的這四個統(tǒng)計區(qū)間就是它最近鄰的區(qū)間。這個虛線矩形由四個統(tǒng)計區(qū)間各自的1/4組成三維直方圖，對一個統(tǒng)計點來說，它的最近鄰的區(qū)間有八個，如下圖，可以想象 一下，只有當這個統(tǒng)計點落在由如下八個統(tǒng)計區(qū)間各自的1/8組成的一個立方體內(nèi)內(nèi)時，這八個區(qū)間才是對統(tǒng)計點最近鄰的。統(tǒng)計時如何分配權重呢？以一維直方圖簡單說一下線性插值的意思，對于下面綠色小方點(x)的統(tǒng)計值來說，假設標紅點的兩個 bin的中心位置分別為x1，x2，那么對于x，它的分配權重為左邊 bin: 1-(x-x1)/s,即1-a/

6、s = b/s,右邊bin:1-(x2-x)/s,即 1-b/s = a/s.類似，那么對三維直方圖來說，統(tǒng)計時的累積式(從Dalal的論文里截來的)就是：hgm) hg !“心)+ ( 11 h(心二2) h(.vi, i/i，z2)+ w(1 呵4，可)一呵，畑卻)+譏1 11(X2, 1/1,2) 一 h(A2. 1/11)+ W h(2二2) h(.vb茁(1皿.丫2二 2) h(.V2. 1/1，22)+ W h(X2,!/2,Zl) h(工 2仏二 1)+ W h(工22心)一 h(X222)+ 砂上面，w就是準備被分配的統(tǒng)計值。(x1,y1,z1)共八個點表示八個統(tǒng)計區(qū)間的中 心

7、位置坐標，上式用h(x1,y1,z1)這樣的標記來表示所要累積的統(tǒng)計區(qū)間。我在編程時就使用的這個式子，只不過我用bin的下標號來表示bin塊，就像前面三維直方圖示意中(binx=1,biny=2,bi n 9 =9)不過在程序中B軸是用z軸表示了。binxl = floor(jorbj-1+cellpw/2)/cellpw) + 1;binyl = floor(iorbi-1+cellph/2)/cellph) + 1;binz1 = floor(go+(or*pi/nthet)/2)/(or*pi/nthet) + 1;binx2 = binx1 + 1;biny2 = biny1 + 1;

8、binz2 = binz1 + 1;這幾句，就是用來計算八個統(tǒng)計區(qū)間中心點的坐標的。在計算前面所講的統(tǒng)計區(qū)間的中心坐標， 分配權值之前， 我為了處理邊緣時程序 簡潔點，就給那個 2*2*9 的立體直方圖外邊又包了一層，形成了一個 4*4*11 的 三維直方圖 (示意圖如下 )，原來的 2*2*9 直方圖就是被包在中間的部分。這樣， 在原來直方圖里坐標為(binx=1,biny=2,binz=9)的bin,在新的直方圖里坐標為 (binx=2,biny=3,binz=10)。謹bin塊”在3D直方圖中的坐標為binK=L biny=4 bin0=ll)對上面的4*4*11的直方圖來個與xoy平面

9、平行的剖面圖:粗實線框就是原三維直方圖的剖面，也就是一個block，對于像落在粗實線框與粗虛線框之間的點，其最近鄰區(qū)間是不夠8個的，我為了寫程序時省點腦力就用外擴了的這一圈bin，這樣落在粗實線框與粗虛線框之間的統(tǒng)計點有了8個區(qū)間，用matlab編程時，那個四層for循環(huán)中的部分就只用把那八個累積公式寫 上，也不用判斷是不是在落在像上面粗實線框與粗虛線框之間的那種區(qū)域。在程序中2*2*9的直方圖為hist3d, 4*4*11的直方圖為hist3dbig.當在這個hist3dbig 中計算都結(jié)束后，我把外層這一圈剝?nèi)ィ褪?hist3d 了。有了這些準備，我就可以計算出當前像素點的梯度方向幅值應

10、該往hist3dbig中的哪八個bin塊累積了。binx1 ,biny1 ,binz1在這里就是那個八個bin塊之中離 當 前要統(tǒng)計的像素點在直方圖中對應的位置最接近的bin塊的下標。binx2，biny2,binz2對應就是最遠的bin塊的下標了。x1,y1,z1就是bin塊（binx1，biny1，binz1） 中心點對應的實際像素所在的位置（x1,y1）與梯度方向的角度（z1）.我仍然以原 block（即沒擴前的block）左上角處作為x1, y1的原點，因為matlab以1作為圖像 像素索引的開始，我把原點就認為是（1,1），那（1,1）左邊外擴出來的部分，就給以 0，-1，-2，-3

11、這樣的坐標，向上也類似，如下圖所示，（1,1）位置為紅點所示， 藍點處坐標就是（-3,1）.擴展出來的綠塊的下標是 (binx=1,biny=1,binz1=1), 由于像素坐標在紅點處為(1,1)，而黃塊才是block的第一個cell，對應bin塊的下標(2,2).因為下標設計的 原因，我在求 x1,y1,z1 時減了 1.5而非 0.5.x1 = (binx1-1.5)*cellpw + 0.5;y1 = (biny1-1.5)*cellph + 0.5;z1 = (binz1-1.5)*(or*pi/nthet);上面的式子中 x1， y1 還加了 0.5，因為像素坐標是離散的，而第一個坐標總是從1 開始，這樣對如圖中第一個 cell 的中心(黑點)處應該是 4.5. z1 沒加 0.5,是因 為角度值是從 0 開始的，并且是連續(xù)的。在signed(即梯度方向從0度到360度)情況下，因為實際上角度的投票區(qū)間是首尾相接環(huán)形的， 若統(tǒng)計間隔是 40度，那么 0-40度和 320-360度就是相鄰區(qū)間， 那么在 4*4*11 的直方圖中，投給 binz=11 區(qū)間(相當于 360-380度)的值應該返給binz=2(0-40度)，投給binz=1