image-processing - HOG 中的三线性插值

Question

我目前正在 Matlab 中实现 HOG，但我不了解分箱，尤其是三线性插值部分。

我的理解是，一个单元格中的每个像素都被放入一个 bin 中以形成该单元格的直方图。但这就是我对atm的理解。

1. 幅度是如何计算的？
2. 立方体的边缘是什么，一个像素的 3D 坐标是什么？

Answer 1

Wikipedia描述了梯度（在图像的上下文中）并展示了如何获取其x和y坐标。

幅度是如何计算的？

r = sqrt(x*x+y*y)

一个像素的 3D 坐标是多少？

在计算梯度时，图像被视为高度图。对于具有(x,y)灰度值的位置的像素，z它表示高度图 3D 位置(x,y,z)。

处的梯度(x,y,z)具有方向和大小。直方图是将所有可能的方向离散化到 bin 中。例如，对于 8 个 bin，从 0 到 45 度的所有方向都将关联到同一个 bin。

bin 的选择基于梯度方向，并且基于大小将权重添加到 bin。

维基百科描述了 HOG 的步骤，并在原论文中给出了详细的指针。