像我之前的其他人一样HOG Trilinear Interpolation of Histogram Bins我试图理解并实现HoG的三线性插值。达拉尔的论文'在这里：
http://lear.inrialpes.fr/people/dalal/NavneetDalalThesis.pdf
我正在努力理解的问题是，据我所知，任务是重新分配到箱子而不是插入已知的箱值。 我很清楚方向维度中的一维情况;
例如，如果我的已知像素梯度方向值为75且最近的二进制值为z1=60和z2=80（二进制步长b=20），那么像素值（在这种情况下，梯度幅度，比如说w=16）将以1:3与相邻区间的比例分布（4个进入60区域，12进入{80 1}} bin）对吗？
当涉及需要空间插值的三维情况时，我很难过。我无法理解如何将大小重新分配到适当的箱柜。 对于非常慢的人来说，任何明确的解释都将受到高度赞赏。
答案 0 :(得分：0)
Navneet Dalal讨论的定向梯度直方图，讨论了将细胞的梯度大小插入到定向箱中（对于0到180度，我们有9个箱子，箱子步长或带宽为20度）
一种天真的方法是对窗口/图像中的每个单元格执行此操作，但这会导致混叠效果。为了减少混叠，讨论了应该将图像划分为n×n个单元的块（优选地重叠）
例如。对于64 x 128像素的图像，您可以定义以下内容：
1.单元尺寸= 8x8像素
2.块大小= 2x2个细胞
这给出了：
8x16电池，或
4x8 非重叠块或者
7x15块的步幅为8，即7x15 50％重叠块
因此，不是对每个单元格进行线性直方图插值，而是对块中的单元格进行三线性插值，即三线插值插值：
- 双线性进入空间单元（块）
- 线性进入方向箱
HoG三线性插值的可视化： http://www.ultraimg.com/d7km