听到Vehicle-Detection,我还以为是YOLO,SSD啥的,结果课程里用的是传统的HOG。Excuse me?就是各种论文里被用来踩一脚的SIFT、HOG?那也好吧,深刻体会体会传统方法有多弱鸡。
HOG
HOG之前简单了解过,不要既然要动手干活,还是得了解一些具体的计算细节。http://www.learnopencv.com/histogram-of-oriented-gradients/这篇文章讲得挺好的。
简单来看,HOG提取到的特征有点像低清版图像边缘,有一定鲁棒性,能容忍物体一些轻微光影变换和平移吧。但是特征降维得有点厉害,跟DL提取的特征没法比。不过如果精度要求不高,又想节约计算资源,HOG还是可以用用。
特征提取
用惯了opencv,一开始就查的opencv的api。
这里有tutorial,照猫画虎调用就行 http://www.learnopencv.com/handwritten-digits-classi