非重叠低维度梯度方向直方图

• 作者: 张锟 霍亚松
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 梯度方向直方图 特征描述 特征提取 维数约简
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 242-247
• 页数: 6页
• 分类号: TP181
• 字数: 3792字
• 语种: 中文

摘要

作为衍生于尺度不变特征变换的特征描述，梯度方向直方图( HOG)在人体检测、手势识别、人脸识别、场景分类等方面得到广泛应用.但HOG的特征维数高，导致维数灾难和大计算量.文中发现HOG特征的高维度源自它需在众多重叠块中计算直方图.虽然重叠块机制对特征的鲁棒性有积极作用，但也导致信息冗余.为去除冗余信息并降低特征维数，从直方图归一化入手，提出非重叠式梯度方向直方图.所提方法的维数降低为传统方法的1/3.在人手和人体检测上的实验表明，该方法不仅物体检测速度得到显著提高，检测准确度也得到改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	霍亚松	天津大学电子信息工程学院	4	12	2.0	3.0
5	张锟	天津大学管理与经济学部	1	5	1.0	1.0