HOF特征

       HOF(Histogramsof Oriented Optical Flow)与HOG类似，是对光流方向进行加权统计，得到光流方向信息直方图。通常用于动作识别中。

不懂HOG特征的，这篇文章讲得很清楚。

由于目标的尺寸会随着时间发生变化，相应的光流特征描述子的维度也会变化，同时，光流的计算对背景噪声、尺度变化以及运动方向都较敏感，因此需要寻找一种基于光流的既能表征时域动作信息，又对尺度和运动方向不敏感的特征。HOF则是基于此需求提出来的。

对于光流法，这篇文章有介绍。

• 光流计算

对每帧图像计算对应的光流场。

• 统计直方图

   计算光流矢量与横轴的夹角，根据角度值将其投影到对应的直方图bin中，并根据该光流的幅值进行加权。

  

   当角度落在范围时，

   其幅值作用到直方图第b个bin中最后归一化直方图。

   补充：

1. 以横轴为基准计算夹角能够使HOF特征对运动方向（向左和向右）不敏感。
2. 通过归一化直方图实现HOF特征的尺度不变性。
3. HOF直方图通过光流幅值加权得到，因此小的背景噪声对直方图的影响微乎其微。
4. 通常直方图bin取30以上识别效果较好。