基于HOG和LBP的行人检测代码，分别采用HOG和LBP提取行人特征

Python编写的双2D,2DPCA,算法 使用库函数的LBP,直方图算法 余弦相似度，https://blog.csdn.net/u012505617/article/details/89191158 feret人脸库，200人，每人7张；看到大家需要，我就上传了。代码都是我整理的，编写通过的。Oracle数据库之前上传过

发现网上对lbp降维的源码大多都是基于半径为1，采样点为8的尺度，本源码实现了不同尺度的降维工作，并提取了描述符，希望能给大家的科研工作带来便利。

这个程序的功能，是使用DBN算法来实现人脸识别，数据库使用ORL数据库，在迭代次数达到3000时，识别准确率98%左右 1-此程序使用的是LBP（Local Binary Pattern）来实现特征的提取 2-此程序还附带了画学习曲线的功能，画正则参数，隐层结点数，训练样本数的学习曲线 3-DBN是有几层RBM构成，该程序实现的是4层网络，输入层-隐层1-隐层2-输出层 4-DBN的训练基本上分为两步，先用RBM的训练方法训练网络得到初始值，来初始化整个网络，然后用BP反向传播算法来微调整个网络 5-神经网络参数的更新，使用matlab提供的fmincg函数，前提是我们要先得到网络的代价函数nnCostFunction 在此感谢改程序作者，改程序很有参考价值，值得深度学习。ps.程序内的一些图片目录小伙伴们请自行修改

LBP特征提取，局部二值模式的代码，方便大家使用

通过C++ 用 GDAL来读取高分1号影像，影像类型为unsigned short ,只需安装GDAL库就可以实现读取影像，然后对影像进行LBP算法，最后输出到影像。格式为.tif。 实现LBP算法（源代码）

包括：生成（8,2）邻域uniform LBP直方图的映射关系函数；计算分块区域I的LBP特征，（8,2），uniform；计算分区图像I的LBP特征，3*3，uniform；下载后直接调用getMBLBPFea函数，就可得到相应的图片的LBP直方图特征

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，包含SIFT和SURF结合BOW作为SVM输入，以及LBP和HOG特征作为SVM的输入。

均匀LBPmatlab代码，可以将传统的256维降低到59维

文件两个部分，getmapping是原作者的代码，这个文件用来生成一个查找表，将0-255映射到0-35上。这就是旋转不变性的体现。 第二个文件是我自己写的计算特定点的8邻域lBP值，然后通过查找表，将LBP值映射到0-35的分布上。代码注释比较详细。一看就懂。