读书笔记：Histograms of Oriented Gradients for Human Detection

HoG作为一个Feature Descriptor，它的目的就是提取出useful feature并且舍弃extraneous feature，把特征交给classification algorithms得出好的分类结果。在reference中有很好的例子。鉴别图片中的纽扣，使用一个边缘检测器，可以清楚的看到纽扣椭圆形的边缘。这例子中，“边缘”就是有用的特征。当然好的特征，还需要鉴别出类似而不是的物体。比如排除轮胎，硬币等(是圆形但不是纽扣)。

Basic idea

HoG使用distribution ( histograms ) of directions of gradients ( oriented gradients ) 作为feature。局部目标的外表和形状可以被局部梯度或边缘方向的分布很好的描述，即使我们不知道对应的梯度和边缘的位置

Step 1 : Preprocessing

Patch

HoG是用于一小块patch上的。patch相当于image上截下来的小图。patch可以任一大小，只有一个约束条件，长宽比要是fixed。譬如大图image of size 720×475。我们截下patch of size 64×128.

What is channel?

Typically, a feature descriptor converts an image of size width x height x 3 (channels ) to a fea