HOG（方向梯度直方图）

概述

HOG 是一种经典的图像特征描述子，通过统计局部区域的梯度方向分布来描述物体形状，在行人检测等任务中表现优异，是深度学习之前的主流手工特征之一。

关键内容

1. 核心思想：HOG 将图像划分为小的空间单元（cell），在每个单元内计算像素梯度的方向直方图。这些直方图组合起来形成特征向量，捕捉局部物体的形状和外观信息。
2. 优势：HOG 对光照变化有较好的鲁棒性（因为使用梯度而非绝对像素值），且能捕捉物体的局部形状结构。Dalal & Triggs（2005）将 HOG 与 支持向量机 结合，在行人检测任务上取得了当时最好的结果。
3. 与传统 CV 范式：HOG 与 SIFT（尺度不变特征变换） 同属手工特征工程的代表。这些方法需要领域专家根据视觉任务的先验知识设计特征描述子，泛化能力有限。
4. 被深度学习取代：AlexNet（2012）证明了卷积神经网络可以自动学习比 HOG 更有效的特征表示。深度学习模型在大规模视觉任务中全面超越 HOG+SVM 的传统方案，HOG 逐渐退出主流应用。

来源

• [raw/articles/ai-papers/foundations/paper_03_alexnet.md] — AlexNet 论文精读

相关

• SIFT（尺度不变特征变换） — compares_to
• 手工特征工程 — part_of
• AlexNet — superseded_by
• 支持向量机 — used_with