请为我解释下extractHOGFeatures函数的输入输出

`extractHOGFeatures` 函数是用于提取图像中的方向梯度直方图 (Histogram of Oriented Gradients, HOG) 特征的函数，常用于目标检测和行人识别等领域。

该函数的输入参数包括：

- `I`：待提取 HOG 特征的图像，可以是灰度图像或者彩色图像；
- `cellSize`：每个细胞单元 (cell) 的大小，通常为 8x8 像素；
- `blockSize`：每个块 (block) 包含的细胞单元数，通常为 2x2 个细胞单元；
- `blockOverlap`：块之间的重叠部分，通常为一个细胞单元；
- `numBins`：每个细胞单元中的梯度方向数量，通常为 9 个。

该函数的输出参数为一个大小为 `(N x M)` 的矩阵 `features`，其中 `N` 表示提取的 HOG 特征向量的数量，`M` 表示每个特征向量的维度。特征向量的维度取决于 `cellSize`、`blockSize` 和 `numBins` 参数的设置。一般情况下，特征向量的维度为 `(imageHeight/cellSize) x (imageWidth/cellSize) x numBins x (blockSize^2)`。