这（zhè）是性别识（shí）别（bié）训练样本下载，即histogram of oriented gradient， 是用（yòng）于目标检测的（de）特（tè）征描述子，该技术将图像局部（bù）出现的（de）方向梯度次数进行计（jì）数，该方法和边缘（yuán）方向直方图、scale-invariant feature transform类似，不同的是hog的（de）计算基于一致空间的密度矩阵来提高准确率（lǜ）。Navneet Dalal and Bill Triggs首先在05年的CVPR中提（tí）出HOG，用于静（jìng）态图（tú）像or视频的行人检测。
性别（bié）识别（bié）训练（liàn）样本是其实性别识别和人脸识别本质（zhì）上（shàng）是相似的，因为这里只是一个简单的（de）MFC开发，主要工作并不在（zài）算法（fǎ）研究上（shàng），因（yīn）此我们直接将性别识别视为一种（zhǒng）特殊的人脸识别模式。人脸识别可能需要分为几十甚至上百个类（因为有几十甚至（zhì）上百个人），而性别识别则是（shì）一（yī）种特殊的人脸识别（bié）——只（zhī）有两个类。
性别识别训练样本是所检测的局部物体外（wài）形能够被（bèi）光强梯度或边缘（yuán）方向的分（fèn）布所（suǒ）描述（shù）。通过将（jiāng）整幅（fú）图像分割成小的连（lián）接区（qū）域（称为cells），每个cell生成一（yī）个方向（xiàng）梯度直方图（tú）或（huò）者cell中pixel的边缘方向，这些直方图的组合（hé）可表示出（所检测目标的目（mù）标）描述子。为改善（shàn）准确（què）率，局部（bù）直方图（tú）可以通过计算图像中一个较大区域(称为block)的光强作为measure被对比标准化，然后用这个值（zhí）(measure)归（guī）一（yī）化这个block中（zhōng）的所有cells.这个归一化（huà）过程（chéng）完成了更好的照射/阴（yīn）影不变性。
与其他描述子相比，HOG得（dé）到（dào）的描述子（zǐ）保持了几（jǐ）何和光（guāng）学转化不变（biàn）性（除（chú）非物（wù）体方（fāng）向（xiàng）改变（biàn））。因此HOG描（miáo）述子尤其适合人的检测（cè）。
HOG特征（zhēng）提取方（fāng）法就是将（jiāng）一个image：
1.灰（huī）度化（将图像看做一个x，y，z（灰度）的（de）三维图像）
2.划分成小（xiǎo）cells（2*2）
3.计算每个cell中每个pixel的gradient（即orientation）
4.统计（jì）每个cell的梯度直方（fāng）图（不同梯（tī）度的个数），即（jí）可形成每（měi）个cell的descriptor
