hog特征中文全稱是方向梯度直方圖。
方向梯度直方圖（Histogram of Oriented Gradients，簡稱HOG）是壹種用於圖像識別和計算機視覺中的特征描述子。HOG特征是通過計算圖像中每個像素點的梯度方向和大小，並統計不同方向上的梯度直方圖得到的。
HOG特征在圖像識別中的主要作用是提取圖像的局部特征，並用於物體檢測和識別。具體來說，HOG特征能夠提取圖像的邊緣、角點、紋理等局部特征，並且對光照、尺度、旋轉等變化具有壹定的魯棒性。利用HOG特征，可以訓練出具有高準確性和魯棒性的分類器，用於物體檢測和識別。
HOG特征在計算機視覺中的應用廣泛，例如人臉識別、行人檢測、車輛檢測等。在人臉識別中，利用HOG特征可以提取人臉的輪廓、紋理等局部特征，並用於人臉的檢測和識別。在行人檢測中，利用HOG特征可以提取行人的輪廓、紋理等局部特征，並用於行人的檢測和識別。
方向梯度直方圖的作用
由於HOG是在圖像的局部方格單元上操作，所以它對圖像幾何的和光學的形變都能保持很好的不變性，這兩種形變只會出現在更大的空間領域上。
其次，在粗的空域抽樣、精細的方向抽樣以及較強的局部光學歸壹化等條件下，只要行人大體上能夠保持直立的姿勢，可以容許行人有壹些細微的肢體動作，這些細微的動作可以被忽略而不影響檢測效果。因此HOG特征是特別適合於做圖像中的人體檢測的。