![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
HOG+SVM行人检测
Armily
Make it,and do my best
展开
-
SVM运用
总体思路: 1、提取正负样本hog特征 2、投入svm分类器训练,得到model 3、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。 深入研究hog算法原理: 一、hog概述 Histograms of Oriented Gradien转载 2012-12-23 22:03:00 · 1418 阅读 · 0 评论 -
利用Hog特征和SVM分类器进行行人检测
转自 http://blog.csdn.net/carson2005/article/details/7841443 之前介绍过Hog特征(http://blog.csdn.net/carson2005/article/details/7782726),也介绍过SVM分类器(http://blog.csdn.net/carson2005/article/details/6453502 );转载 2012-12-13 16:13:31 · 3898 阅读 · 1 评论 -
利用SVM训练自己的XML文件
在人脸检测中,我们一般利用训练好的XML文件去预测图像中是否存在人脸,那么XML文件是如何得到的,按照人脸的XML文件,它应该是提取样本的Haar特征,利用某个机器学习方法,最终得到的。本文主要讨论如何得到自己的XML文件。 在机器学习中,首先应该是采集样本,然后提取他们的特征,本人主要利用HOG特征进行实验。 1、采集样本图像(正样本和负样本),将其归一化到一个的尺度,转载 2012-12-19 22:36:53 · 4941 阅读 · 0 评论 -
行人检测(总结)
版权声明:转载时请以超链接形式标明文章原始出处和作者信息及本声明 http://shijuanfeng.blogbus.com/logs/100675201.html 看了将近半年的行人检测的资料,最近开题了,我也趁着这个机会把脑袋里的东西总结一下: 先说下常用的数据库:最早的是MIT,这个库比较简单,行人图片背景简单,只有正面和背面。在2005年以前流行,2005年后随着HOG的提出,转载 2012-12-15 09:54:07 · 2390 阅读 · 0 评论 -
学习OpenCV——Hog.detectMultiScale的心得
转自:http://blog.csdn.net/sangni007/article/details/7544401 这几天一直为一个问题挠头,搞得好几天没心情,今天想明白了一点赶紧记下来,省的以后忘了。 这几天一直折磨我的问题就是Hog.detectMultiScale()函数。 我看到网上的有些HoG的文章从一幅完整图像中检测出目标对象时,一个很NB的框框,框的还那么准,比如Op转载 2012-12-14 09:49:52 · 11448 阅读 · 0 评论 -
hog源码分析
转自:http://www.cnblogs.com/wszzdyyp/archive/2012/10/14/2723548.html 一、网上一些参考资料 在博客目标检测学习_1(用opencv自带hog实现行人检测) 中已经使用了opencv自带的函数detectMultiScale()实现了对行人的检测,当然了,该算法采用的是hog算法,那么hog算法是怎样实现的呢?这一节就转载 2012-12-13 16:30:42 · 3402 阅读 · 0 评论 -
OpenCV中的HOG+SVM物体分类
转自:http://blog.csdn.net/liulina603/article/details/8289625 这里总结网上自己找到的资料,搞一个简单的框架供大家参考一下。 OpenCV官方的SVM代码在http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/ml/introduction_to_svm/introducti转载 2012-12-14 09:51:15 · 5450 阅读 · 1 评论 -
学习OpenCV——SVM
学习SVM,首先通过http://zh.wikipedia.org/wiki/SVM, 再通过博客http://blog.csdn.net/yang_xian521/article/details/6969904 OpenCV开发SVM算法是基于LibSVM软件包开发的,LibSVM是台湾大学林智仁(Lin Chih-Jen)等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件转载 2012-12-14 09:49:27 · 3074 阅读 · 0 评论 -
学习OpenCV——HOG
转自http://hi.baidu.com/icekeydnet/blog/item/4555173d265e9aea3b87ce67.html hog是一个基于梯度的直方图提取算法,用于人体检测十分有效。在opencv2.2+版本里面已经实现。 封装在HOGDescriptor类里。 hog其实就是对一副图片的指定大小区域进行梯度统计。可以直接调用。opencv把它过于复杂化了,用的转载 2012-12-14 09:49:13 · 1596 阅读 · 0 评论 -
学习OpenCV——行人识别&人脸识别(总算运行出来了)
摘自:http://blog.csdn.net/xuhongwei0411/article/details/7821934 之前运行haar特征的adaboost算法人脸检测一直出错,加上今天的HOG&SVM行人检测程序,一直报错。 今天总算发现自己犯了多么白痴的错误——是因为外部依赖项lib文件没有添加完整,想一头囊死啊 做程序一定要心如止水!!! 仔细查找!!! 1.人脸识别程序转载 2012-12-13 17:01:13 · 3304 阅读 · 0 评论 -
向余老师学习机器视觉笔记
转自:http://blog.sina.com.cn/s/blog_534497fd01018xvf.html 问题1:目前提取hog特征后,要把右侧特征翻转叠加到左侧来learn或者test,这样做的目的是减少特征、提高运行速度。但是会不会造成一类误报,就是左侧特征强,右侧空白的情况,误认为是目标: 答:这种情况,不管是否翻转,都会有误报。 问题2:Train函数中的形参中转载 2012-12-13 16:51:24 · 1688 阅读 · 1 评论 -
HOG提取训练检测+样本制作
转自 http://www.cnblogs.com/miracled/archive/2012/05/12/2497271.html 利用HOG特征训练分类器说明文档-By miracled 整体框架: 样本制作+训练+检测 - (vs2008 + opencv2.3.1 + libsvm(可换用svmlight需改动部分源代码)) 1. 样本制作:Make_Sample类 1.1功能大致转载 2012-12-13 16:33:41 · 1796 阅读 · 0 评论 -
利用SVM训练自己的XML文件
在人脸检测中,我们一般利用训练好的XML文件去预测图像中是否存在人脸,那么XML文件是如何得到的,按照人脸的XML文件,它应该是提取样本的Haar特征,利用某个机器学习方法,最终得到的。本文主要讨论如何得到自己的XML文件。 在机器学习中,首先应该是采集样本,然后提取他们的特征,本人主要利用HOG特征进行实验。 1、采集样本图像(正样本和负样本),将其归一化到一个的尺度,如48转载 2012-12-13 11:12:23 · 1536 阅读 · 0 评论 -
HOG 行人检测 学习体会(如何制作训练样本)
转自:http://www.opencv.org.cn/forum/viewtopic.php?f=1&t=9146#p35176 /////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////转载 2012-12-19 22:30:56 · 3149 阅读 · 0 评论