Deformable Parts Model#

Deformable Parts Model#

DPM是一个比较成功的目标检测算法，被应用到姿态估计、人脸识别、表情识别和场景分类等问题；是HOG(Histogram Orientd Gradients)的改进版本。HOG的计算方法如下：

预处理，早期的行人检测HOG特征描述符处理的图像大小是64×128，因此需要将原始图像调整为64×128大小：
计算梯度图像，首先计算水平和垂直梯度，可以通过下面的kernels对图像滤波实现：

也可以通过OpenCV中的Sobel算子来实现:

//C++ Gradient calculation

//Read image        
Mat img = imread("xxx.jpg"); 
img.convertTo(img, CV_32F, 1/255.0);
 
//Calculate gradients gx, gy
Mat gx,gy;
Sobel(img, gx, CV_32F, 1, 0, 1);
Soble(img, gy, CV_32F, 1, 0, 1);    

然后，计算梯度的幅度的方向：

同样也可以利用OpenCV自带的cartToPolar函数：

Mat mag, angle;
cartToPolar(gx, gy, mag, angle, 1);

梯度图像示意图：
梯度图像去除了大量的不必要的信息，突出了图像的轮廓
3.计算8×8cells的梯度直方图
首先将图像分成8×8大小的图像块，并计算每个图像块的梯度直方图；
为什么将图像分成大小为8×8的图像块？这是为了利用特征描述符对图像块进行压缩表示，一个8×8图像块包含8×8×3=192个像素值，图像块的每个像素的梯度又包含2个值（幅度和方向），总共8×8×2=128numbers；图像块表示法对噪声具有更强的鲁棒性。
为什么是8×8，不是32×32？因为HOG最初用于行人检测，行人图像的8×8图像块扩展到64×128后就足以捕捉感兴趣的特征（如人脸，头顶等）。
梯度直方图实质上是一个9bin的向量/数组，对应角度0，20，40，60，…，160。