计算机视觉工程师在面试过程中主要考察三个内容：图像处理、机器学习、深度学习。然而，各类资料纷繁复杂，或是简单的知识点罗列，或是有着详细数学推导令人望而生畏的大部头。为了督促自己学习，也为了方便后人，决心将常考必会的知识点以通俗易懂的方式设立专栏进行讲解，努力做到长期更新。此专栏不求甚解，只追求应付一般面试。希望该专栏羽翼渐丰之日，可以为大家免去寻找资料的劳累。每篇介绍一个知识点，没有先后顺序。想了解什么知识点可以私信或者评论，如果重要而且恰巧我也能学会，会尽快更新。最后，每一个知识点我会参考很多资料。考虑到简洁性，就不引用了。如有冒犯之处，联系我进行删除或者补加引用。在此先提前致歉了！
HOG
Histogram of Oriented Gradients
方向梯度直方图
原理
HOG是一种描述图像的特征。顾名思义，主要对像素的梯度方向敏感。
该特征最早用于行人检测，即检测一张图像中是否包含行人。
步骤如下：
- 使用常用图像预处理方法，如去噪，对比度调整等，对图像进行处理。
- 转换为灰度图像。
- 使用常用梯度算子，求取每一个像素点的水平梯度x，竖直梯度y，将两者平方相加开根号求得梯度大小。
- 使用x,y以及反正切函数计算梯度方向，并统一到0到180度的区间。
- 对于每一个像素有了两个参数，梯度大小和梯度方向。
- 将180度分为n个区间，比如9个：0,20,40,60,80,100,120,140,160。
- 如果一个像素的梯度大小为10，梯度方向是60，那么60区间加10。如果梯度大小为40，梯度方向为85，那么80区间加30（40的四分之三），100区间加10（40的四分之一）。
- 对于一个mxm的cell，比如8x8，每一个点都进行第7步的统计，那么此cell会得到一个9维的向量。
- k个cell，如4个组成一个正方形block，每一个cell的9维特征进行归一化。将4个cell的特征连接，获得36维特征。
- 将图像所有的block的特征相连，如果有100个block，那么最后的图像特征就是3600维的。这就是HOG特征。
细节
一般会让block之间会有一定的重叠，在一定程度上缓解了同一物体被分割的情况，但是会大幅增加计算量。
90度和270度的梯度方向虽然相反，但是都是竖直走向，区分上下没有太大意义。所以可以将270度变为90度，即最后把0到360度变成了0到180度。
不使用0到360的原因是，0到180的实验效果好。作者没有进一步解释。我认为如果梯度方向划分的区间大小相同，0到360度的特征维度就大了一倍，但是大的这一倍其实是没必要的，所以造成了性能的下降。
可以直接处理RGB图像，对三个维度分别计算梯度，取最大值。可以，但没必要。
特征归一化是为了减轻光照影响，因为同样的梯度，如果图像亮一些，HOG特征就会变大，这样对比较图像中较暗处的梯度就不公平了。
使用block的原因是当block重叠时，重叠的cell的特征可以反复利用。所以每张图只需要计算每个cell（它们不重叠）的特征。如果使用cell重叠，那么每张图要计算很多重叠的cell的特征，增加了计算量。
扩展
提取的HOG特征下一步一般使用SVM进行分类。
HOG可以与金字塔思想结合，如下所示。每一个level的block大小不同，最后将每一个level的HOG连接，形成最终的HOG。这样可以增强对不同尺度特征的敏感性。当然每一个block的特征要归一化，因为大block的特征向量中的数字肯定比小block的特征向量中的数字大。
完
欢迎讨论 欢迎吐槽
