opencv中的HoG cascadede

opencv中的HoG cascadede是使用HoG特征，但是实际比真正的HoG特征要简化不少(HOGDescriptor中的才是完整的HoG，包括了各种normlization和overlaping)

以下是HoG cascade中的一些关键点

1. HoG feature由一个五元组表示(x,y,w,h,fid), 其中(x,y,w,h)表示一个矩形的1/4，而且左上角的1/4，即矩形的实际坐标是(x,y,2w,2h),这个矩形

   被划分成四个无重叠的，面积等大的cell，fid是特征索引，它可以表示为fid = N * i + j,其中N是HoG直方图横坐标，角度，的个数，一个cell对应
   一个直方图，则i是cell的索引，0 <= i <= 3, j是角度索引，即直方图横坐标的索引，0<= j < N

2. HoG中每一个cell对应的直方图的norm是在(x,y,2w,2h)对应的矩形内取值

3. 给出一个HoG feature (x,y,w,h,fid), 用(x,y,2w,2h)内的gradient magnitude之和作为norm factor

   i = fid / N, j = fid % N, 索引cell(i)的直方图的第j个bin的值作为特征值

   特征值除以norm factor后和阈值比较大小，决定去左右那个子节点的值作为弱分类器的输出