2014年05月_CFZero

转载 HOG源码解读

、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？这一节就来简单分析一下opencv中自带 hog源码。　　网上也有不少网友对opencv中的hog源码进行了分析，很不错

2014-05-19 16:07:44 969

转载如何将视差数据保存为 txt 数据文件以便在 Matlab 中读取分析？

由于OpenCV本身只支持 xml、yml 的数据文件读写功能，并且其xml文件与构建网页数据所用的xml文件格式不一致，在Matlab中无法读取。我们可以通过以下方式将视差数据保存为txt文件，再导入到Matlab中。 void saveDisp(const char* filename, const Mat& mat) { FILE* fp = fopen(file

2014-05-11 17:04:31 1803

转载用初次训练的SVM+HOG分类器在负样本原图上检测HardExample

难例(或叫做难样本，Hard Example，Hard Negative，Hard Instance)是指利用第一次训练的分类器在负样本原图(肯定没有人体)上进行行人检测时所有检测到的矩形框，这些矩形框区域很明显都是误报，把这些误报的矩形框保存为图片，加入到初始的负样本集合中，重新进行SVM的训练，可显著减少误报。这种方法叫做自举法(Bootstrap)，自举法首先使用初始负样本集来训练一个模型，

2014-05-07 11:16:03 852

转载 HOG：用于人体检测的梯度方向直方图 Histograms of Oriented Gradients for Human Detection

用于人体检测的方向梯度直方图 Navneet Dalal，Bill Triggs 摘要我们研究了视觉目标检测的特征集问题，并用线性SVM方法进行人体检测来测试，通过与当前的基于边缘和梯度的描述子进行实验对比，得出方向梯度直方图(Histograms of Oriented Gradient,HOG)描述子在行人检测方面表现更加突出。我们研究了计算过

2014-05-07 10:51:12 1215

转载自己训练SVM分类器进行HOG行人检测

正样本来源是INRIA数据集中的96*160大小的人体图片，使用时上下左右都去掉16个像素，截取中间的64*128大小的人体。负样本是从不包含人体的图片中随机裁取的，大小同样是64*128(从完全不包含人体的图片中随机剪裁出64*128大小的用于人体检测的负样本)。 SVM使用的是OpenCV自带的CvSVM类。首先计算正负样本图像的HOG描述子，组成一个特征向量矩阵，对应的

2014-05-07 10:48:54 1895

转载学习OpenCV——HOG+SVM

[cpp] view plaincopyprint? #include "cv.h" #include "highgui.h" #include "stdafx.h" #include #include #include #include #include using namespace cv; usin

2014-05-07 10:43:21 696

转载 cvSVM及trainSVM参数

CvSVM 支持矢量机 class CvSVM : public CvStatModel //继承自基类CvStatModel { public: // SVM type enum { C_SVC=100, NU_SVC=101, ONE_CLASS=102, EPS_SVR=103, NU_SVR=104 };//SVC是SVM分类器，S

2014-05-07 10:08:23 651

转载 opencv中的 HOGDescriptor 类

其定义在 object.hpp中找到的： [cpp] view plaincopy struct CV_EXPORTS_W HOGDescriptor { public: enum { L2Hys=0 }; enum { DEFAULT_NLEVELS=64 }; CV_

2014-05-07 09:38:06 637

转载利用Hog特征和SVM分类器进行行人检测

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 ）；而本文的目的在于介绍利用Hog特征和SVM分类器来进行行人检测。在2005年CVPR上，来自法国的研究

2014-05-06 16:15:56 875

CFZero的专栏