返回信息流我看了几遍他的这个论文，关于这一点一直没读太明白，网上也没搜出说得清楚的网页，请教一下各位：
Each pixel calculates a weighted vote for an edge orientation histogram channel based on the orientation of the gradient element centered on it, and the votes are accumulated into orientation bins over local spatial regions that we call cell. To reduce aliasing, votes are interpolated bilinearly between the neighboring bin centers in both orientation and position.
是怎么计算权值的？怎么还用到了差值呢？
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #11603同步于 2013/9/24
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
HOG特征（dalal的论文）
wabyrlt
2013/9/24镜像同步12 回复
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复
对于这个问题我有下面几点建议：
1： 对于这个问题本身来讲， Each pixel calculates a weighted vote for an edge orientation histogram channel based on the orientation of the gradient element centered on it,
上面这句是说用梯度幅度进行加权
and the votes are accumulated into orientation bins over local spatial regions that we call cell.
上面的这句是每一个是每一个image 分成了5*7 blocks, 每个block分成2*2， 每个cell是一个梯度方向直方图， 这个直方图是用cell里面每个点的方向基于空域的加权幅度得到。
To reduce aliasing, votes are interpolated bilinearly between the neighboring bin centers in both orientation and position.
这句的理解是对于每一个点， 比如它的方向是60， 那么离它最近的两个bins是45度和90度， 把60都双线性插值到这两个bins上面， 而不是直接指派给离他最近的45度。 Bilinear interpolation也很简单。
对于上面的回答可能有不对的地方， 因为我也就是很久以前的记忆， 这个你可以去看一下Dalal的博士论文， human detection这个文章有好几个参数和一下加权方法， 他在博士论文里面详细的评估了这一些参数。 比他的论文详细非常多， 他的博士论文确实是很不错。
如果从研究的角度来讲这个文章是要读的， 但是现在follow这个文章的工作是没有必要了， 对于人体或物体检测，Deformable part based model (DPM)这一套还是研究的比较多， 包括latent DPM， 感觉这一套在性能上和最近的一些CV会议上面用的很多。 好像Andrew zisserman有一些相关的工作， 感觉follow新一点的大牛的工作会比较好。
【 在 jasonchi 的大作中提到: 】
: 对于这个问题我有下面几点建议：
: 1： 对于这个问题本身来讲， Each pixel calculates a weighted vote for an edge orientation histogram channel based on the orientation of the gradient element centered on it,
: 上面这句是说用梯度幅度进行加权
: ...................
“这句的理解是对于每一个点， 比如它的方向是60， 那么离它最近的两个bins是45度和90度， 把60都双线性插值到这两个bins上面， 而不是直接指派给离他最近的45度。 Bilinear interpolation也很简单。”，我就是这句话最开始一直不理解。今天也看了dalal的博士论文，终于搞明白了，和你说的一样。
05年的论文确实比较老了，因为我是新手，所以这种经典的论文还是会看一看的，而且难度也适中。还想请教一下，如果要follow相关方面的研究，从哪里可以方便地搜到又新而且质量又高的论文呢？thx！
呵呵， 我也是偶尔看到一些这样的文章， 如果说你想找相关最新的文章，我的一些经验
1: 有一个网站叫cvpaper on the web,你可以找到近两年ICCV， CVPR, ECCV的文章， 有关键词找一些感兴趣的读一下， 去作者网站看一下。
2：找到特定的大牛，follow他的工作， 比如说Andrew Zisserman, J. Malik. 把他们某一个人相关文章理解透， 最好能有实现。也可以发邮件问一下， 发给文章的一作，CC给这些大牛。
这个领域我没有在特别关注。 你得自己好好找找， 或者问问论坛的大牛们。。。。
【 在 wabyrlt 的大作中提到: 】
: “这句的理解是对于每一个点， 比如它的方向是60， 那么离它最近的两个bins是45度和90度， 把60都双线性插值到这两个bins上面， 而不是直接指派给离他最近的45度。 Bilinear interpolation也很简单。”，我就是这句话最开始一直不理解。今天也看了dalal的博士论文，终于搞明白了，和你说的一样。
: 05年的论文确实比较老了，因为我是新手，所以这种经典的论文还是会看一看的，而且难度也适中。还想请教一下，如果要follow相关方面的研究，从哪里可以方便地搜到又新而且质量又高的论文呢？thx！
【 在 jasonchi 的大作中提到: 】
: 呵呵， 我也是偶尔看到一些这样的文章， 如果说你想找相关最新的文章，我的一些经验
: 1: 有一个网站叫cvpaper on the web,你可以找到近两年ICCV， CVPR, ECCV的文章， 有关键词找一些感兴趣的读一下， 去作者网站看一下。
: 2：找到特定的大牛，follow他的工作， 比如说Andrew Zisserman, J. Malik. 把他们某一个人相关文章理解透， 最好能有实现。也可以发邮件问一下， 发给文章的一作，CC给这些大牛。
: ...................
很有用的信息，多谢多谢！
我正想先实现一下HOG特征。
lz有能实现HOG的代码吗？如果有能给我分享一下吗？万分感谢 1170927019@qq.com
【 在 wabyrlt 的大作中提到: 】
: 很有用的信息，多谢多谢！
: 我正想先实现一下HOG特征。
【 在 jingziyou 的大作中提到: 】
: lz有能实现HOG的代码吗？如果有能给我分享一下吗？万分感谢 1170927019@qq.com
OPENCV里有源码
opencv可以实现吧，去看opencv源码不就好了
【 在 jingziyou (jingziyou) 的大作中提到: 】
: lz有能实现HOG的代码吗？如果有能给我分享一下吗？万分感谢 1170927019@qq.com
我只想提取图像的HOG特征，不知道可以实现吗？因为刚开始接触所以不太懂 希望能给简单讲解一下
【 在 buptwangzhe 的大作中提到: 】
: opencv可以实现吧，去看opencv源码不就好了
:
我只想提取图像的HOG特征，不知道可以实现吗？因为刚开始接触所以不太懂 希望能给简单讲解一下
【 在 coldmoon 的大作中提到: 】
:
: OPENCV里有源码