컴퓨터 비전에서 방향 그라디언트의 히스토그램 (HOG)

방향 그라디언트 히스토그램(Histogram of Oriented Gradients, HOG)은 객체 탐지 및 인식 작업에 사용되는 특징 추출 알고리즘이다. Navneet Dalal과 Bill Trigs가 CVPR 논문 "인간 탐지 위한 방향 그라디언트 히스토그램"에서 처음 소개했다. HOG는 지역 정보를 추출하는 전역 설명자 방법으로 이미지에서 텍스처 및 에지 구조와 같은 이웃 정보를 추출하고 이를 특징 벡터로 압축한다. 알고리즘에는 그래디언트 이미지 계산, 그래디언트 히스토그램 및 정규화가 포함된다. 그래디언트 이미지는 Sobel 연산자를 사용하여 계산되며, 이는 그레이스케일에서 강도 차이를 측정한다. 그래디언트 히스토그램은 각 픽셀의 크기와 방향을 9개의 bin이 있는 히스토그램으로 결합하여 생성된다. 이후 정규화가 적용되어 조명 및 대조 변동의 영향을 줄인다. 결과 특징 벡터인 HOG 설명자는 SVM과 같은 분류 알고리즘의 입력으로 사용된다. HOG는 특히 형태 및 윤곽을 탐지하는 데 효과적이며, 인간 형태와 같은 윤곽을 탐지하는 데 널리 사용된다. 또한 HOG는 OpenCV를 사용하여 쉽게 구현할 수 있으며, 사람을 탐지하는 데 사용되는 사전 훈련된 SVM 모델과 함께 내장된 HOG 설명자를 제공한다.