HOG特征向量计算方法：
利用矩形HOG结构，2×2个cell组成一个block块，每个cell由8×8像素的图像区域组成，步长N为8，而每个cell的梯度方向从00-3600分成9个方向块。对于00-1800的方向均匀投影到9个方向块，比如00-200投影到a1块，200-400投影到a2块。也就是说每个cell要对9维的特征进行梯度幅度投影，形成9维的特征向量，block内的四个cell独立产生9维的特征向量，计算某个cell的特征向量时，投影的时候同一个block内的另外三个cell中的像素也要对这个cell的特征向量进行投影，投影的权重使用三线性插值方法，这样在48×48的图片大小下，利用公式N = ((W--wb )/stride + 1*)*((H-hb)/stride+* 1*)*bins*n* ，
其中W 为图片的宽，H 为图片的高，wb 和hb 为block的宽与高，stride 为cell的大小，bins 为投影的区块，n为一个block中包含的cell的个数。
就产生900维的特征向量。