コンピュータビジョンにおける方向勾配ヒストグラム（HOG）

向きの勾配のヒストグラム（Histogram of Oriented Gradients、HOG）は、物体検出や認識タスクに使用される特徴抽出アルゴリズムです。Navneet DalalとBill Trigsによって、CVPR論文「ヒストグラムの向きの勾配による人間検出」で初めて紹介されました。HOGは、グローバル記述子法の一種で、画像から近傍情報（テクスチャやエッジ構造など）を抽出し、それを特徴ベクトルに圧縮します。アルゴリズムには、勾配画像の計算、勾配のヒストグラムの計算、正規化が含まれます。勾配画像は、グレースケールでの強度の差を測定するSobel演算子を使用して計算されます。勾配のヒストグラムは、各ピクセルの大きさと向きを9つのビンに分けたヒストグラムに結合して作成されます。次に、光やコントラストの変化の影響を軽減するために正規化が適用されます。結果として得られる特徴ベクトルは、HOG記述子と呼ばれ、SVMなどの分類アルゴリズムの入力として使用されます。HOGは、特に形状や輪郭（人間の形など）を検出するのに効果的であり、コンピュータビジョンアプリケーションで広く使用されています。OpenCVを使用すると、HOG記述子と人間検出用の事前トレーニング済みSVMモデルが提供されているため、アルゴリズムを簡単に実装できます。