搜索资源列表
HOG 人体检测的源代码
- HOG 特征向量的计算 用于SVM分类
An-HOG-LBP-Human-Detector
- 一种基于HOG-LBP特征的人脸检测方法，对于遮挡的人体非常有效。-By combining Histograms of Oriented Gradients (HOG) and Local Binary Pattern (LBP) as the feature set, we pro- pose a novel human detection approach capable of handling partial occlusion. Two kinds of detectors
Blog_hogCompute6.tar
- Opencv HOG (Histogram of Orientation Gradient) training based on Dalal method. When you try to use Opencv HOG, you may not know how the training of the SVM model is done. Here is the example Linux with Opencv2.1
HOG
- 为了准确地对监控场景中的运动目标进行语义上的分类， 提出了一种基于聚类的核主成分分析梯度方向直方图和二叉决策树支持向量机的运动目标分类算法．利用背景减法提取运动目标前景区域， 并识别出潜在候选运动目标．利 用提出的基于聚类的核主成分分析的梯度直方图描述子提取候选运动目标的特征， 以较低维数的数据有效地描述运动目标的有效特征． 将提取的运动目标特征输入二叉决策树支持向量机， 实现多类目标的准确分类． 通过在不同视频序列上的实验验证， 提出的算法对运动目标进行较好地分类， 而且在运算速度方面较传
peopledetect
- HOG+SVM的经典算法，检测效果还算不错，23K左右的图片300MS左右-HOG+SVM classical algorithm, the detection effect fairly good， it costs 300MS to detect picture which size of 23K.
HOG-SVM
- 基于opencv实现利用HOG+SVM进行物体分类-Classification of objects using HOG+SVM based on OpenCV
LPRtest1
- 这是有关libsvm中的HOG+SVM的一个程序，识别车牌字符。-It is about the HOG+SVM libsvm a program to identify the license plate characters.
20130803HOGSVMOPENCV
- 学习OPENCV，HOG+SVM分类检索，调用opencv函数实现。-Learn OPENCV, HOG+ SVM classification retrieval, call the opencv function implementation.
HOG-SVM-train
- HOG+SVM对于正负样本训练过程，根据样本生产对应的支持向量机，便于人体检测-HOG，SVM train samples，support Vector
SVM
- Hog+SVM是速度和效果综合平衡性能较好的一种行人检测方法。后来，虽然很多研究人员也提出了很多改进的行人检测算法，但基本都以该算法为基础框架。因此，Hog+SVM也成为一个里程表式的算法被写入到OpenCV中。在OpenCV2.0之后的版本，都有Hog特征描述算子的API，而至于SVM，早在OpenCV1.0版本就已经集成进去了；OpenCV虽然提供了Hog和SVM的API，也提供了行人检测的sample，遗憾的是，OpenCV并没有提供样本训练的sample。这也就意味着，很多人只能用Ope
HOG-SVM
- 基于HOG与SVM的车牌自动检测系统，系统检测率高达93.5 - U57FA u4E8EHOG u4E0ESVM u7684 u8F66 u724C u81EA u52A8 u68C0 u6D4B u7CFB u7EDF uFF0C u7CFB u7EDF u68C0 u6D4B u7387 u9AD8 u8FBE93.5
hog_svm
- matlab实现hog+svm图像二分类(Matlab implementation of hog and svm images two categories)
HOG
- 求取任意图片的HOG特征，一共提取360个梯度特征，可用于ADABoost，SVM中。(Seek the HOG feature of any picture)
HOG
- 将这330个3780维的HOG特征当做测试样本，用支持向量机（SVM）分类器来判别出，这些窗口的HOG特征是否有行人，有行人的用矩形框标记起来。HOG行人特征及所对应的SVM分类器的参数，在opencv中已经训练好了，我们只需要得到HOG特征，然后调用SVM即可得到判别结果(The 330 Hera features of 3780 dimensions are used as test samples, and the support vector machine (SVM) classifi
svm
- 使用hog特征进行分类，采用opencv里的svm算法(By using the hog feature,we classfy the face images with svm algorithm.)
训练Hog以及检测
- 对行人图片提取hog数据量然后对其检测 用svm数据分类(The data of hog data is extracted and then classified by SVM data)
hog-feature
- 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而如今虽然有很多行人检测算法不断提出，但基本都是以HOG+SVM的思路为主(The Histogram
svm
- 基于hog特征的svm的图像分类识别，matlab程序(Image classification and recognition based on hog-svm)
HOG-SVM-classifer-master
- 利用传统的SVM-HOG算法，进行行人检测(HOG-SVM algorithm for pedestrian detection)
HOG+SVM进行图片中行人检测
- 行人检测HOG+SVM进行图片中行人检测，提供训练用的pos和neg样本，效果还可以；没有SVM工具箱的，压缩包里已经提供了，安装一下即可(Pedestrian detection HOG + SVM for pedestrian detection in pictures, providing POS and neg samples for training, the effect is good; without SVM toolbox, the compression package ha