定向梯度直方图HOG描述符的最小图像尺寸是多少？

如何解决定向梯度直方图HOG描述符的最小图像尺寸是多少？

我正在使用SVM-HOG管道在python中使用OpenCV进行行人检测。

我有很多不同大小的图像，有些较小（例如21×32），有些较大（例如127×264）。

我首先将HOG描述符定义为hog = cv2.HOGDescriptor() 当我通过调用h = hog.compute(image)计算HOG特征时，我发现当图像小于64 * 128时，描述符将无法计算特征，而只是终止程序。

原始纸张使用64 * 128尺寸的图像，但是我认为它也可以使用纵横比为1：2的图像（如果我错了，请纠正我）。

我的问题是，HOG描述符可以在其上计算特征的最小尺寸是64 * 128吗？因为我试图在将尺寸调整为32 * 64的图像上计算HOG功能，但无法使用。

谢谢。

for entries in os.listdir(dir_path):
    if entries.endswith(".jpg"):
        img = cv2.imread(os.path.join(test_path,entries))
        rects,scores = hog.detectMultiScale(img,winStride=(4,4),padding=(8,8),scale=1.05)
        sc = [score[0] for score in scores]
        for i in range(len(rects)):
            r = rects[i]
            rects[i][2] = r[0]+r[2]
            rects[i][3] = r[1]+r[3]
        pick =[]
        pick = non_max_suppression(rects,probs = sc,overlapThresh = 0.3)
        for (x,y,w,h) in pick:
            cv2.rectangle(img,(x,y),(w,h),(0,255,0),1)    
        cv2.imshow("A",img)