代码主要是用python3.6实现的，其中包含一个用于车辆检测的数据集，代码完整可用，不仅可以检测单目标，对于多目标的检测效果也比较好，测试集只需正样本和负样本的图片即可。解压文件后，运行bin文件夹下的test-object-detector.py文件即可。

NULL 博文链接：https://854369721.iteye.com/blog/2434360

在开源的车牌识别系统EasyPR中，用SVM（支持向量机）模型甄选出候选车牌中真正的车牌。目前EasyPR1.4的SVM模型输入的是LBP特征，本代码将EasyPR的svm_train.cpp独立出来，并添加了HOG特征用来作为SVM的输入。

基于HOG+SVM行人检测，有训练好的文件，也有训练的过程，精读的话一般般，提供一种检测的思路

HOG+SVM 使用说明： 上面的hog_svm.py是用于训练的，通过提取图片的hog特征，然后通过SVM进行训练得到model，最后通过model进行预测,将结果写入result.txt文件之中。 代码不难，大家根据需要自己改改。 不要将hog的参数设置的太复杂。不然提取的特征会非常大，然后训练的时候会占满内存，导致机器死机。

hog svm matlab代码照片和视频的面部识别以及照片中数字的 OCR 这是我 2018-19 年在伦敦大学城市学院的计算机视觉模块的课程作业。 我们收到了几张同学（个人和团体）的照片。 我们的任务是准备图像数据，尝试不同的特征类型和分类器组合进行面部识别并报告结果。 （我已从我提交的报告中删除了所有面部图像）。 我使用了 HOG 和 SIFT 特征类型以及 CNN、MLP 和 SVM 分类器。 我们还负责使用 OCR 识别照片中每个人的数字。 完整的详细信息可以在报告中找到，所有代码都包含在下面。 要运行代码，您将需要 MATLAB（使用 R2018b 版来创建它）。 全部文件： Lesley Dwyer 计算机视觉报告，删除了人脸图像.pdf - 报告 RecogniseFace.m - 人脸识别功能 detectNum.m - 数字识别函数 trained_models_and_supporting_files 文件夹： bag.mat - 为 Bag of Fatures 创建的包； 需要使用 MLP_SURF 进行预测 CNN.mat - CNN 模型（*不可用 - 超

HOG+SVM算法作者Dalal提供的C++源码，经过本人在ubuntu15.10（32位）下测试：boost使用apt-get安装，其他包使用作者提到的版本编译安装，此时仍无法顺利编译learcode。本人根据编译错误信息不断修改，此压缩包中的是可以用于编译的版本，希望对于做行人检测的你有所帮助！！

hog特征提取matlab代码字符图像识别MATLAB 图像预处理（二值化），定向梯度直方图（HOG）特征提取，SVM调整VA网格搜索（内核，内核比例，BoxConstraint），分类分析（混淆矩阵）。 在Matlab中运行代码之前，请加载FinalWorkspace文件。

定向梯度直方图可用于图像中的对象检测。 尤其是，如Dalal和Triggs在论文“使用定向梯度直方图进行行人检测”中所述，它们被用于行人检测。 Matlab 代码以论文中解释的详细方式计算 HOG。 然后可以使用描述符来训练分类器和检测对象/非对象区域。 更多请访问我的博客：sanyamgarg.blogspot.com

基于opencv中HOG+SVM的分类识别