用于人脸检测的具有归一化互相关的 HOG 描述符

如何解决用于人脸检测的具有归一化互相关的 HOG 描述符

我正在尝试使用 HOG 描述符和归一化互相关来做一个简单的人脸检测器算法：从包含人脸的图像模板开始，我需要在其他目标图像中识别它们。使用 NCC 比较 HOG 描述符。提取边界框后，我需要在 NCC 上应用阈值并使用一种方法来检测正确的边界框。
我需要用 Python 来做，但我对如何用 NCC 实现 HOG 有点迷茫。这是我在寻找解决方案时尝试过的一些代码：

from skimage.feature import hog

orientations=9
pixels_per_cell=(8,8)
cells_per_block=(2,2)

def getHOGFeaturesFromImage(img):
    fd,hog_image = hog(img,orientations=orientations,pixels_per_cell=pixels_per_cell,cells_per_block=cells_per_block,visualize=True,multichannel=True,feature_vector=False)
    return fd,hog_image

def NCC(a,b,mode = "valid"):
    a = (a - np.mean(a)) / (np.std(a) * len(a))
    b = (b - np.mean(b)) / (np.std(b))
    c = np.correlate(a,mode)
    if mode == "valid":
        c = np.around(c[0],decimals=8)
    return c

希望有人能指教我。提前致谢！