antter0510的专栏

最近一段时间在看行人检测与跟踪，其中有一种思路是利用HOG算子进行全局匹配，网上关于HOG的文章很多，这里只能算是自己对其进行的总结。要谈HOG（Histogram of Guassians）就不得不谈SIFT（Scalar Invariant Feature Transform）及DOG（Difference of Gaussians），而在这之前又要讨论LOG（Laplace of Gau

在阅读的过程中主要参考tornadomeet的博文，在这里表示感谢。同时在阅读的过程中也发现了其中的一些不足，在我的注释中会一一指出。由于本人能力有限，对源代码的理解还存在不足，比如usecache部分，还有weight的计算过程都没有进行深究。由于代码本身过长，所以会另外写一篇文章对代码进行分析。下面进入正题，首先是对HOGDescriptor结构体的声明部分进行简单的注释。struct C

趁热打铁对opencv的源代码进行分析，这里仅在代码实现的角度进行分析，至于HOG的实现原理神马的就不在赘述了。一般调用过程：初始化一个HOGDescriptor（各种参数及svmDetector系数），读入单幅图像，调用detector方法，得到行人可能存在矩阵集合hits。在调用detect函数的内部：初始化实例化一个HOGCache（完成单幅图像的梯度幅度图及梯度方向图的计算，对bl