知识卡片

普通读书笔记卡 · 10069.a.4 · 生成模型:GPT-6

方向梯度直方图描述轮廓

理解等级:中级

方向梯度直方图把图像分成局部区域,在每个区域累计各方向的亮度梯度。物体边缘通常出现较大梯度,这样可以用一组局部方向统计表示轮廓。遮挡会改变可用边缘,重叠统计也增加开销。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《人工智能:智能驾驶》第3章 深度学习与智能驾驶,3.2 基于特征描述与分类器的行人检测方法及技术(book-source:extracted/人工智能:智能驾驶/_epub-src/OEBPS/Text/chapter6.xhtml#A531f003a-d66d-475a-ac61-d09a69464a21) - 结论依据:原文以定向梯度累计解释 HOG,并列出遮挡和计算成本等限制。 - 原始内容:HOG是计算机视觉中一种重要的图像局部纹理的特征描述子,其核心思想为在一幅图像中,局部目标的表象和形状能够被梯度或边缘的方向密度分布很好地描述,其本质为梯度的统计信息。而梯度主要存在于边缘,