OpenCVで物体検出器を作成する④ ～HOG特徴～

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！

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。

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～