基于hog+pca+svm行人检测源码，包括训练以及检测的所有的代码，希望可以帮助到需要的人。

资源是HOG特征提取算法的MATLAB代码，资源下载后直接能用，解压后打开anna_phog_demo.m，然后运行即可，提取的HOG特征向量即为工作空间中的feat变量。相关的资料请参考博文https://blog.csdn.net/weixin_42647783/article/details/81454821，谢谢

hog+svm图像二分类*（MATLAB版本），需要安装libsvm工具箱（环境是MATLAB2014a+libsvm3.23）。里面包含正负样本集图片。

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

文件里有matlab编写的HOG特征提取代码，还有Lena图和我的实验结果图

在2005年CVPR上，来自法国的研究人员Navneet Dalal 和Bill Triggs提出利用Hog进行特征提取，利用线性SVM作为分类器，从而实现行人检测。而这两位也通过大量的测试发现，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

基于HOG+SVM的图像分类算法，训练集和测试集根据自己的需要自行创立

HOG+SVM的行人（图片和视频）检测，在大量的训练样本的基础上得到行人检测描述子，在此基础上调用测试样本（图片及视频），检测效果不错，在机器学习训练过程花费大量时间。已测试码源可用。

在OpenCV3.4.1上使用hog+svm实现了数字识别，提供了检测与训练部分，训练已经训练，可以直接运行。

人车分类识别 HOG特征+KNN分类器