HOG

概述

HOG（方向梯度直方图）是一种用于物体检测的特征描述子，通过统计图像局部区域的梯度方向分布来表征物体形状，在行人检测等任务中曾取得显著成功。

关键内容

1. 核心思想：HOG 将图像划分为小的细胞单元（cell，如 8×8 像素），在每个细胞内计算梯度方向的直方图（通常 9 个 bin）。多个细胞组成一个块（block），块内直方图归一化后串联形成最终描述子。这种局部归一化使 HOG 对光照变化鲁棒。
2. 设计直觉：物体的局部形状主要由边缘和轮廓决定，而边缘的方向信息（梯度方向）比像素强度本身更具判别力。HOG 捕捉的正是这种"形状的方向签名"。
3. 经典应用：Dalal & Triggs（2005）将 HOG + 线性 SVM 用于行人检测，在 INRIA 数据集上取得当时最佳结果。这一组合成为 2005-2012 年间物体检测的标准基线。
4. 与深度学习的对比：HOG 是典型的手工特征工程产物——需要专家设计、针对特定任务优化、无法泛化到新领域。AlexNet（2012）证明端到端学习的卷积特征在 ImageNet 上将 Top-5 错误率从 ~26% 降至 16.4%，HOG 等传统特征从此退出主流。

来源

• [raw/articles/ai-papers/foundations/paper_03_alexnet.md] — AlexNet 论文精读（传统方法对比）

相关

• 手工特征工程 — exemplar_of
• SIFT — compares_to
• Haar 小波 — compares_to
• AlexNet — superseded_by
• 卷积神经网络（CNN） — superseded_by