¿Qué es el histograma de gradientes orientados?
En los campos de la visión por computadora y el procesamiento de imágenes, el histograma de gradientes orientados (HOG) es un descriptor de características que se utiliza para este propósito. de detección de objetos. Esta técnica se utiliza para contar el número de casos de orientación de degradado que ocurren en regiones específicas de una imagen. Esta técnica es comparable a los histogramas de orientación de bordes, los descriptores de transformación de características invariantes de escala y los contextos de formas; sin embargo, difiere de esos métodos en que se calcula en una cuadrícula densa de celdas espaciadas uniformemente y emplea una normalización de contraste local superpuesta con el fin de lograr un mayor nivel de precisión.
Cómo lo harás beneficio
(I) Insights y validaciones sobre los siguientes temas:
Capítulo 1: Histograma de gradientes orientados
Capítulo 2: Detección de bordes
Capítulo 3: Transformación de características invariantes de escala
Capítulo 4: Funciones robustas aceleradas
Capítulo 5: GLOH
Capítulo 6: Patrones binarios locales
Capítulo 7: Orientado RÁPIDO y rotado BRIEF
Capítulo 8: Impulsar (aprendizaje automático)
Capítulo 9: Segmentación de imágenes
Capítulo 10: Detección de objetos
(II) Respondiendo a las principales preguntas del público sobre el histograma de gradientes orientados.
(III) Ejemplos del mundo real para el uso del histograma de gradientes orientados en muchos campos .
Para quién es este libro
Profesionales, estudiantes de pregrado y posgrado, entusiastas, aficionados y aquellos que quieran ir más allá del conocimiento o la información básica para cualquier tipo de histograma de gradientes orientados.
En los campos de la visión por computadora y el procesamiento de imágenes, el histograma de gradientes orientados (HOG) es un descriptor de características que se utiliza para este propósito. de detección de objetos. Esta técnica se utiliza para contar el número de casos de orientación de degradado que ocurren en regiones específicas de una imagen. Esta técnica es comparable a los histogramas de orientación de bordes, los descriptores de transformación de características invariantes de escala y los contextos de formas; sin embargo, difiere de esos métodos en que se calcula en una cuadrícula densa de celdas espaciadas uniformemente y emplea una normalización de contraste local superpuesta con el fin de lograr un mayor nivel de precisión.
Cómo lo harás beneficio
(I) Insights y validaciones sobre los siguientes temas:
Capítulo 1: Histograma de gradientes orientados
Capítulo 2: Detección de bordes
Capítulo 3: Transformación de características invariantes de escala
Capítulo 4: Funciones robustas aceleradas
Capítulo 5: GLOH
Capítulo 6: Patrones binarios locales
Capítulo 7: Orientado RÁPIDO y rotado BRIEF
Capítulo 8: Impulsar (aprendizaje automático)
Capítulo 9: Segmentación de imágenes
Capítulo 10: Detección de objetos
(II) Respondiendo a las principales preguntas del público sobre el histograma de gradientes orientados.
(III) Ejemplos del mundo real para el uso del histograma de gradientes orientados en muchos campos .
Para quién es este libro
Profesionales, estudiantes de pregrado y posgrado, entusiastas, aficionados y aquellos que quieran ir más allá del conocimiento o la información básica para cualquier tipo de histograma de gradientes orientados.