OpenCV hog 特性解释

Question

我正在尝试计算视频的密集特征轨迹，如https://hal.inria.fr/hal-00725627/document中所示。我正在尝试使用 openCV hog 描述符，如下所示：

winSize = (32,32)
blockSize = (32,32)
blockStride = (2,2)
cellSize = (2,2)
nbins = 9

hog = cv2.HOGDescriptor(winSize,blockSize,blockStride,cellSize,nbins)
hist = hog.compute(img)

然而，这会返回一个非常大的特征向量，其大小为：(160563456, 1)。

什么是窗户？(winSize) 什么是块？什么是细胞？该文档对于解释每个参数的含义并不是特别有帮助。

从http://www.learnopencv.com/histogram-of-orient-gradients/ 我看到，为了计算HOG，我们为图像块的每个单元创建一个直方图，然后对块进行标准化。

我想要的是图像的每个 (32, 32) 块的 4 个 9bin 直方图，应该根据该块的 (16,16) 单元格的直方图计算。因此，我预计 (480,640) 图像的最终 hog 特征大小为 40716。

(((32*32) / (16*16)) * 9) * (((480-16*640-16)/(32*32)*4)) = 40716

((PatchSize / 像元大小) * numBins) * numPatches = hogSize

我也见过有人做这样的事情：

winStride = (8,8)
padding = (8,8)
locations = ((10,20),)
hist = hog.compute(image,winStride,padding,locations)

但是，我不明白locations参数的作用，因为我不希望只计算单个位置的HOG特征，而是计算图像的所有（32,32）块的HOG特征。

Answer 1

    cell_size = (16, 16)  # h x w in pixels
    block_size = (2, 2)  # h x w in cells
    nbins = 9  # number of orientation bins

    # winSize is the size of the image cropped to an multiple of the cell size
    # cell_size is the size of the cells of the img patch over which to calculate the histograms
    # block_size is the number of cells which fit in the patch
    hog = cv2.HOGDescriptor(_winSize=(img.shape[1] // cell_size[1] * cell_size[1],
                                      img.shape[0] // cell_size[0] * cell_size[0]),
                            _blockSize=(block_size[1] * cell_size[1],
                                        block_size[0] * cell_size[0]),
                            _blockStride=(cell_size[1], cell_size[0]),
                            _cellSize=(cell_size[1], cell_size[0]),
                            _nbins=nbins)


    self.hog = hog.compute(img)