像我之前的其他人一样，直方图箱的 HOG 三线性插值我正在尝试理解和实现 HoG 的三线性插值。Dalal 的论文在这里：
http://lear.inrialpes.fr/people/dalal/NavneetDalalThesis.pdf
我正在努力理解的问题是，据我所知，任务是将值重新分配到 bin 中，而不是对已知 bin 值进行插值。我很清楚方向维度中的一维情况；
例如，如果我有一个已知的像素梯度方向值75和最近的 binz1=60和z2=80（bin 步长b=20），那么像素值（在这种情况下是梯度幅度，比如说w=16）将按比例分布1:3到相邻的 bin（4 到60垃圾箱和进入垃圾箱）对吗12？80
当谈到需要空间插值的三维情况时，我很难过。我不明白幅度是如何重新分配到适当的垃圾箱的。对于公认的慢的人，任何明确的解释将不胜感激。
Navneet Dalal 讨论的定向梯度直方图，讨论了将单元的梯度幅度插值到方向箱中（对于 0 到 180 度，我们有 9 个箱，箱步长或带宽为 20 度）
一种天真的方法是只对窗口/图像中的每个单元格执行此操作，但这会导致混叠效果。为了减少混叠，讨论了应该将图像划分为 nxn 个单元的块（最好是重叠的）。
例如。对于 64 x 128 像素的图像，您可以定义以下内容：
1. 单元大小 = 8x8 像素
2. 块大小 = 2x2 单元
这给出：
8x16 单元，或
4x8非重叠块或
7x15 块，步长为 8，即 7x15 50% 重叠块
因此，不是对每个单元格单独执行线性直方图插值，而是对块中的单元格执行三线性插值，即三线性插值：
- 双线性进入（块的）空间单元
- 线性进入方向箱
HoG 三线性插值的可视化： http ://www.ultraimg.com/d7km