OpenCVで物体検出器を作成する④ ~HOG特徴~

e1d5fcfad7ee921734ac610142b645a6

出典:http://gori-naru.blogspot.jp/

こんにちは!ザキヤマです。
最近は涼しい日が続いていますね。まるで10月みたいです。ごはんもすすみます。
はじめて夏におでんが売っててよかったと思いました。

食べ物の話はさておき、今回は……Harr-Like特徴、LBP特徴についての話に引き続き、
HOG特徴量について説明していきます。

OpenCVで物体検出器を作成するシリーズ、記事一覧はこちら

img_seo_bnr02

HOG特徴

HOG(Histogram of Oriented Gradients)特徴は、輝度の勾配方向の分布により特徴を捉えます。

画像の一部分について、
輝度の変化している方向(勾配方向:0~180度)と、
輝度の差(勾配強度)を計算します。

切り出した画像ごとに、この計算したベクトルをヒストグラムにします。

このヒストグラムの組み合わせによって、物体を判別します。

勾配ベクトルを可視化すると、下の図のようになります。
矢印の向きが勾配方向、矢印の長さが勾配強度を表します。


勾配ベクトルイメージ

出典:https://ja.wikipedia.org/

特徴量まとめ

OpenCVのtraincascadeで扱える3つの特徴量についてまとめると…

  • Haar-Like特徴量
    物体の局所的な明暗差の組み合わせにより、画像を判別する
  • LBP(Local Binary Pattern)特徴量
    物体の局所的な輝度の分布の組み合わせにより、画像を判別する
  • HOG(Histogram of Oriented Gradients)特徴量
    物体の局所的な輝度の勾配方向の分布の組み合わせにより、画像を判別する

どの特徴量も、特徴の見つけ方はそれぞれ違いますが、
小さな特徴を集めることで、一つの物体を判定していることがわかりますね。

つづきます

今回はHOG特徴についてでした。

次回はいよいよ黒い画面が登場します。
カスケード分類器を作成していきたいと思います!

⇒ OpenCVで物体検出器を作成する⑤ ~createsamples~

img_seo_bnr02

CONTACT US

株式会社プロフェッサはWEB制作会社です。
opencvに関連する開発は、株式会社プロフェッサにおまかせください

2015年9月1日


Previous Post

Next Post