这（zhè）是性别识（shí）别训（xùn）练样本下载，即histogram of oriented gradient， 是（shì）用于目标检（jiǎn）测（cè）的特征描述子，该技术将图像局部出现的方向梯度（dù）次数进行计数，该方（fāng）法和边缘方向直方图（tú）、scale-invariant feature transform类似，不同的（de）是hog的计算基于一（yī）致空间的密度矩阵来提高准确（què）率。Navneet Dalal and Bill Triggs首先在05年的CVPR中提出HOG，用于静态图像or视（shì）频的行人（rén）检测。
性（xìng）别识别训练样本是其实性别识（shí）别和人脸识（shí）别本质上（shàng）是相似（sì）的，因（yīn）为这里只是（shì）一个简单的MFC开（kāi）发，主要工作并（bìng）不在算法研究上，因此我们直接将性别（bié）识别视为一种（zhǒng）特殊的人脸识别模式。人脸识别可能（néng）需要（yào）分为几（jǐ）十（shí）甚至上百个类（lèi）（因为有几十甚至上百个人），而性别识别（bié）则是一种（zhǒng）特（tè）殊（shū）的人脸识别——只有两个类（lèi）。
性（xìng）别识别训练样本是所检测的（de）局（jú）部物体外形能够被光强梯度（dù）或边（biān）缘方（fāng）向的分布所描述。通过将整（zhěng）幅图像（xiàng）分割成小的连接区域（称为cells），每个cell生成一个方向梯度直方图（tú）或者cell中pixel的边缘方向（xiàng），这（zhè）些（xiē）直方图的组（zǔ）合可表示出（chū）（所检测目（mù）标（biāo）的目标）描述子。为改善（shàn）准（zhǔn）确率，局部直（zhí）方图可以（yǐ）通过（guò）计算图像中一个较大区（qū）域(称为block)的光强（qiáng）作为measure被对比标（biāo）准化（huà），然后用这个值(measure)归一（yī）化这个block中的所有cells.这个归一化过程完成了更好的照射/阴影不变性。
与其他描述子相比，HOG得（dé）到的描述子保（bǎo）持（chí）了（le）几何和光学转化不（bú）变性（除非物（wù）体方（fāng）向（xiàng）改变）。因（yīn）此HOG描述子尤其适合人（rén）的检测。
HOG特征提取方法就（jiù）是将（jiāng）一个（gè）image：
1.灰度化（将（jiāng）图（tú）像看做（zuò）一个x，y，z（灰度）的三维图（tú）像）
2.划分成小（xiǎo）cells（2*2）
3.计算每个（gè）cell中每（měi）个pixel的gradient（即orientation）
4.统计每个cell的梯度（dù）直方图（不同梯度的个数（shù）），即可形成每（měi）个cell的descriptor
