0%

为啥同样是HOG算法，但是效果天壤之别

发表于 更新于 分类于 阅读次数：
本文字数： 290 阅读时长 ≈ 1 分钟

2018年7月13日 下午2:16

  1. 这篇文章中让我明白了即使同样是HOG算法，但是效果天壤之别的原因
    1. 原因在于一些方法是否使用，这些方法看似与HOG算法本身无关，但是却十分的关键
      1. 能够更加有效的区分梯度显示边缘。这是因为对各个像素的梯度进行了全局归一化，并且在描绘梯度方向时加入了梯度量级的非线性映射，使得梯度方向产生明显的深浅和长度差异，更易于区分边缘，凸显明显的梯度变化。
      2. 此外在输入图像时，采用Gamma校正对输入图像进行颜色空间的标准化能够抑制噪声，使得产生的边缘更加明显，清晰
    2. 区别可以更加直观的从hog梯度特征图中明显的看出

80行Python实现-HOG梯度特征提取 - CSDN博客