OpenCV HOG功能數據布局？

Question

我正在使用OpenCV的CPU版本的“定向直方圖”（ HOG ）。 我正在使用32x32圖像，其中包含4x4單元格，4x4塊，塊之間沒有重疊以及15個方向箱。 OpenCV的HOGDescriptor為我提供了長度為960的一維特征向量。這是有道理的，因為（32 * 32像素）*（15個方向）/（4 * 4個像元）= 960。

但是，我不確定這960個數字在內存中的布局方式。 我的猜測是這樣的：

vector<float> descriptorsValues =
[15 bins for cell 0, 0] 
[15 bins for cell 0, 1]
...
[15 bins for cell 0, 7]
....
[15 bins for cell 7, 0] 
[15 bins for cell 7, 1]
...
[15 bins for cell 7, 7]

當然，這是一個將2D問題扁平化為1D的問題，因此實際上看起來像這樣：

[cell 0, 0] [cell 0, 1] ... [cell 7, 0] ... [cell 7, 7]

那么，我對數據布局有正確的想法嗎？ 或者是別的什么？

---

這是我的示例代碼：

using namespace cv;

//32x32 image, 4x4 blocks, 4x4 cells, 4x4 blockStride
vector<float> hogExample(cv::Mat img)
{
    img = img.rowRange(0, 32).colRange(0,32); //trim image to 32x32
    bool gamma_corr = true;
    cv::Size win_size(img.rows, img.cols); //using just one window
    int c = 4;
    cv::Size block_size(c,c);
    cv::Size block_stride(c,c); //no overlapping blocks
    cv::Size cell_size(c,c);
    int nOri = 15; //number of orientation bins

    cv::HOGDescriptor d(win_size, block_size, block_stride, cell_size, nOri, 1, -1,
                              cv::HOGDescriptor::L2Hys, 0.2, gamma_corr, cv::HOGDescriptor::DEFAULT_NLEVELS);

    vector<float> descriptorsValues;
    vector<cv::Point> locations;
    d.compute(img, descriptorsValues, cv::Size(0,0), cv::Size(0,0), locations);

    printf("descriptorsValues.size() = %d \n", descriptorsValues.size()); //prints 960
    return descriptorsValues;
}

---

相關資源： 這篇StackOverflow帖子和本教程幫助我開始使用OpenCV HOGDescriptor。

Answer 1

我相信您有正確的主意。

它在其原始論文《 用於人類檢測的定向梯度直方圖》 （第2頁）中說

探測器窗口上鋪有重疊塊的網格，其中提取了定向梯度特征向量直方圖。 [...]

daccess-ods.un.org daccess-ods.un.org用HOG描述符的密集（實際上是重疊的）網格平鋪檢測窗口，並使用組合特征向量

所有它講到被平鋪在一起他們。 盡管沒有介紹有關如何將它們精確平鋪在一起的詳細信息。 我猜這里不應該發生任何幻想的事情（否則他們會談論它），即只是定期將它們串聯起來（從左到右，從上到下）。

畢竟，這是合理且最簡單的數據布局方式。

---

編輯：如果您查看人們如何訪問和可視化數據，將使自己更加信服。

for (int blockx=0; blockx<blocks_in_x_dir; blockx++)
{
    for (int blocky=0; blocky<blocks_in_y_dir; blocky++)            
    {
        for (int cellNr=0; cellNr<4; cellNr++)
        {
            for (int bin=0; bin<gradientBinSize; bin++)
            {
                float gradientStrength = descriptorValues[ descriptorDataIdx ];
                descriptorDataIdx++;

                // ... ...

            } // for (all bins)
        } // for (all cells)
    } // for (all block x pos)
} // for (all block y pos)