首页人工智能常见问题正文

如何理解HOG特征?

更新时间:2020-09-16 来源:黑马程序员 浏览量:

HOG的主要思想是:在一副图像中,局部目标的表象和形状(appearance and shape)能够被梯度或边缘的方向密度分布(即梯度的统计信息,而梯度主要位于边缘的地方)很好地描述。

HOG特征检测算法的几个步骤:颜色空间归一化—>梯度计算—>梯度方向直方图—>重叠块直方图归一化—>HOG特征。



下面是黑马程序员公开的几套人工智能视频教程,如果感兴趣可以下载学习。






分享到:
在线咨询 我要报名
和我们在线交谈!