我正在学习HOG，我从here了解它。一个很好解释的页面，带有一个例子。我不理解这个概念是如何运作的
16×16块具有4个直方图，它们可以连接形成36×1元素向量，并且可以按照3×1向量归一化的方式进行归一化。
36 * 1如何来，以及我们如何计算它？并且我们总是需要9 bin vector是必须的吗？它是HOG的固定大小吗？
来了？
是否必须始终需要9 bin vector？
不必要。 Dalal和Triggs在their original HOG paper中表示，当使用多达9个垃圾箱时，其应用的准确性（人类行人检测）会增加，之后准确性不再增加，这就是为什么常用的9个。
36 * 1如何来，以及我们如何计算它？
正如评论中已经指出的那样：
每个直方图有9个bin（每个都是你的特征向量中的标量值）。在您的示例中，使用8 x 8块计算直方图，这意味着在16 x 16块中，您将能够计算4个直方图。这些直方图中的每一个都将产生9 x 1特征向量，因此：
4（直方图）* 9（箱）= 36 x 1特征向量。
您基本上只是将结果连接成一个向量。