深度學習----CNN的圖像學習之HOG(方向梯度直方圖)詳解

一、原理 二、參數的理解 2.1、灰度值 2.2、歸一化 2.3、細胞 2.4、窗口 2.5、類型 2.6、Gamma標準化 2.7、圖像梯度及梯度算子 2.8、直方圖 2.9、高斯空域加窗 三、步驟及算法 3.1、數據預處理 3.2、計算梯度圖像 3.3、計算梯度直方圖 3.4、歸一化 3.5、計算HOG特徵向量 四、HOG優缺點 （Histogram Of Gradient, 方向梯度直方圖）

>>阅读原文<<