HOG特徴量をTypeScriptで実装して可視化する【画像処理100本ノック】

目次

1. 概要
2. 勾配強度と角度q66
3. セルごとの方向ヒストグラムq67
4. ブロック正規化q68
5. 特徴量を描画するq69
6. hogが後続処理で果たす役割

概要

Q.66〜69では、物体の輪郭や形状を表すHOG（Histogram of Oriented Gradients）特徴量を 4段階で実装します。後半の画像認識と物体検出でも再利用する重要な特徴量です。

勾配強度と角度（Q.66）

x方向とy方向の輝度差から勾配を求めます。

const magnitude = Math.sqrt(gx * gx + gy * gy);
const angle = (Math.atan2(gy, gx) * 180) / Math.PI;

向きの反転を同じ輪郭として扱うため角度を0〜180度へ収め、20度刻みの9方向へ量子化します。

セルごとの方向ヒストグラム（Q.67）

画像を8×8画素のセルに分けます。各画素の勾配強度を、その角度に対応するビンへ加算します。 これにより64画素の情報を「どの向きの輪郭がどれだけ強いか」という9次元の値へ要約します。

ブロック正規化（Q.68）

周囲3×3セルのヒストグラムを使ってL2正規化します。

normalized = value / sqrt(sum(value²) + ε)

局所的な明るさやコントラストが変わっても、輪郭方向の比率を比較しやすくなります。

特徴量を描画する（Q.69）

各セルの中心から、9方向のヒストグラム値に比例した長さの線を描きます。数値配列だけでは 分かりにくいHOGが、物体の輪郭に沿った線の集合として見えるようになります。

• Q.66〜69のデモ
• Ans066.ts〜Ans069.ts
• HOG共通処理

HOGが後続処理で果たす役割

RGB画素をそのまま学習器へ入れる代わりに、HOGで形状を表す特徴ベクトルへ変換します。 Q.96のニューラルネットワーク学習とQ.97以降のスライディングウィンドウでは、同じHOG実装を 使って顔らしさを判定します。