用于在MATLAB平台上求基于hog特征的行人检测算法时，求hog特征的代码

利用matlab里自带的HOG函数进行指纹活性检测

hog特征提取matlab代码用于图像分类的计算机视觉特征提取工具箱 该工具箱的目的是简化用于图像分类相关任务的常用计算机视觉功能（例如HOG，SIFT，GIST和Color）的特征提取过程。 包含的功能的详细信息在中提供。 除了提供一些受欢迎的功能之外，该工具箱还设计用于与不断增长的现代数据集一起使用-处理是分批完成的，并在一台机器上完全并行化（使用parfor），并且可以轻松地分配跨具有通用文件系统的多台计算机（许多大学中的标准群集设置）。 使用局限性线性编码对以单词袋方式提取的特征（“颜色”，“ hog2x2”，“ hog3x3”，“ sift”，“ ssim”）进行编码，以允许快速使用线性分类器培训+测试。 以我的经验，我发现'hog2x2'或'hog3x3'作为全局图像功能最为有效，并且在与包含互补信息的“颜色”功能结合使用时，往往会表现得更好。 该工具箱可在Matlab和Octave上使用。 八度可能仍然存在一些兼容性问题，并且不支持并行处理。 安装 在使用代码之前，您需要下载此存储库并编译mex代码： $ git clone http://github.com/adikh

猪的代码matlab HOG可视化 该项目在 C++ 中实现了 fHOG（felzenszwalb 的 HOG）功能及其可视化。 原始 MATLAB 代码可以从 下载。 依赖关系 OpenCV 功能 提取 fHOG 特征 可视化 fHOG 特征

福格 用于C ++的Felzenszwalb HOG（FHOG）特征提取器。 FHOG广泛用于对象跟踪和对象检测。 @joaofaro和他的KCF跟踪器一起提供C ++实现。 此实现使用OpenCV 1数据结构。 此外，功能图内存不会自动释放。 该存储库使用OpenCV3重写了C ++中的FHOG代码。 要求 OpenCV 3+（OpenCV2应该可用，但未经测试） 用法 # include " fhog.h " ... FHOG fhogDescripter; // This can be called before your caculation. // If this function is called before actual calculation, // many internel Mats will be pre-allocated.

行人检测分类器的训练，训练完可测试效果如何，注意样本的路径问题 行人检测分类器的训练，训练完可测试效果如何，注意样本的路径问题

训练SVM分类器进行HOG行人检测. 环境为VS2010 + OpenCV2.4.4. 使用时请自行修改工程的include目录和lib目录配置。 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。 SVM使用的是OpenCV自带的CvSVM类。

利用opencv自带的hog特征库实现了行人检测，效果还不错，多多交流

1.准备训练样本；2.对样本进行Hog+Svm的训练；3.运用test图片进行预测

配置好opencv249和VS2012的环境之后，设置好工程项目的属性，运行HOGvisualize\Debug或HOGvisualize\Release目录下的opencvtest.exe程序便可看到运行结果，即objimg.jpg图片的hog特征可视化图像hogvisualize.jpg。程序里有较为详细的注释，可以帮助理解hog特征的可视化过程，希望此程序对你有帮助，谢谢。