本文介绍了HOG特征提取的方法，包括图像灰度化、Gamma校正、梯度计算、细胞单元与块的构建、直方图统计等步骤。通过对图像的这种描述，用于训练SVM分类器，实现目标检测。HOG特征在64x128图像上的示例显示，特征维数可达3780个。
利用hog特征训练svm分类器的总体思路：
3、由model生成检测子
1、提取正负样本hog特征
2、投入svm分类器训练，得到model3、由model生成检测子
4、利用检测子检测负样本，得到hardexample
5、提取hardexample的hog特征并结合第一步中的特征一起投入训练，得到最终检测子。
本文主要先介绍hog特征，以及描述子的计算。hog特征提取算法的实现过程：
HOG特征提取方法就是将一个image（你要检测的目标或者扫描窗口）：
1）灰度化（将图像看做一个x,y,z（灰度）的三维图像）；
最低0.47元/天 解锁文章
扫一扫
1110
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
