总结一下这几天学到的内容，记录参考的一些论文与博客
首先是HOG论文:https://hal.inria.fr/file/index/docid/548512/filename/hog_cvpr2005.pdf 英文看了很久，也看了中文的翻译内容
几篇比较好的博文:
1.详细的HOG学习总结。
2.图例很形象的HOG总结
3.可视化HOG特征
4.图像的三大特征，其中关于HOG有详细的介绍，
5.HOG基本原理完整介绍
目前进展
有点明白HOG的一点意思了，就是将细胞内的一些像素的梯度和方向进行计算，然后统计每个细胞中梯度方向的数目，梯度的幅度值作为权一同计算。因为不能够将360°都进行统计计算，所有一般会分成9个维度，就是每20°为一个bin。
仍有问题
- 什么梯度和方向可以表示图像的特征
- 图像转换为矩阵是如何表示的，比如彩色的是RGB，那不是有三个值么，那要怎样计算，难道只能用灰色图像进行梯度计算么。（有文章说是选择最大值RGB中的作为水平梯度和垂直梯度）如果是这样，怎么得到灰色图像
- OpenCV怎么用矩阵表示图像
明天的任务
重新回顾
开始阅读源码
