关于HOG+SVM,CSDN上有很多朋友写了一些非常好的文章,这里给出我觉得写的比较好的几篇,仅供大家参考。
这篇博客写的是关于三线性插值的,为了减少混叠效应的,写的很好。
传统方法采用svm.predict来做(用于分类),训练的时候HOG计算、SVM训练一致,之后提取测试图片的HOG特征,然后用svm.predict进行分类。
另一种用hog.setSVMDetector()使用自己训练的模型和hog.detectMultiScale(多尺度检测)。训练的时候HOG计算、SVM训练与方法1一致,之后hog.setSVMDetector设置自己训练好的检测子(由支持向量、权重和偏移量rho构成),然后用hog.detectMultiScale进行检测,即不仅进行分类,还检测在什么位置。