HOG中的三線插值

Question

我目前在Matlab中實現HOG，但是我不瞭解binning，尤其是三線插值部分。

我的理解是，一個單元格中的每個像素都被放入一個bin中以形成該單元格的直方圖。但這就是我所瞭解的全部。

1. 如何計算大小？
2. 立方體的邊緣是什麼，一個像素的3D座標是多少？

Answer 1

Wikipedia描述了梯度（在圖像的情況下），並顯示如何獲得其x和y座標。

如何計算大小？

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

什麼是三維座標的一個像素？

當計算梯度時，圖像被視爲高度圖。對於位於(x,y)且灰度值爲z的像素，它表示高度圖3D位置(x,y,z)。

(x,y,z)的梯度具有方向和大小。直方圖是將所有可能的方向離散化爲分箱。例如，如果有8個垃圾箱，從0到45度的所有方向都將與同一垃圾箱相關聯。

箱的選擇基於梯度方向，並根據幅值將重量添加到箱中。

Wikipedia描述了HOG的步驟，並給出了原始論文中的細節指針。