HOG | Abstract 第3文
We study the influence of each stage of the computation on performance, concluding that fine-scale gradients, fine orientation binning, relatively coarse spatial binning, and high-quality local contrast normalization in overlapping descriptor blocks are all important for good results.
Navneet Dalal and Bill Triggs, "Histograms of Oriented Gradients for Human Detection"
https://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf
ディープラーニングではなく2005年に発表された特徴量ベースの機械学習による検出手法で、物体の局所的な輝度の勾配方向の分布の組み合わせにより画像を判別するHOGの論文である"Histograms of Oriented Gradients for Human Detection"のAbstractの第3文について、英語リーディング教本のFrame of Reference(F.o.R.)を使って英文構造を解読します。
「我々は計算のそれぞれの段階の性能への影響を研究し、微細スケールでの勾配、微細な方向づけのビニング、比較的粗い空間でのビニング、そして重なっている記述子ブロックにおける高品質な局所コントラスト正規化が良い結果のために全て重要であると結論づけた。」
concludingの前までが主節です。concludingが分詞構文で、前の働きとして副詞で主節の文を修飾しています。後ろの働きは③の他動詞で、thatから最後までの名詞節を目的語にしています。
binningとは、「ビニング◆デジタルカメラ用語で、隣り合う画素の情報をひとまとめにすることで、解像度を下げるかわりに画面の滑らかさを向上させる技術のこと。」だそうです。
binningの意味・使い方|英辞郎 on the WEB:アルク
[VersaDocMPシリーズ] ビニング(Binning)とは何ですか?...Bio-Rad Technical Q&A
HOG記述子については、画像認識 (機械学習プロフェッショナルシリーズ)のChapter 2 (局所特徴)に説明があります。
薬袋善郎先生の公式ウェブサイト