HOG行人识别方法的发明者NavneetDalal写的博士论文，比他在IEEE发表的文章详细的多，是学习HOG算法的最佳教材。

第十八节、基于传统图像处理的目标检测与识别(HOG+SVM附代码)

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。

Navneet Dalal HOG行人识别的博士论文。 很不错的。 详尽具体 学习hog不错。

使用VS2013+OPENCV 2.4.10 离线训练及识别手势图片获得识别率

博文：基于python的行人与车辆检测和跟踪实现（HOG+SVM/HAAR） 链接：https://blog.csdn.net/qq_38523834/article/details/89619697 文件里面有我提到的视频，cars.xml文件和myhaar.xml文件。需要的Python库在requirements.txt有提及： cmake==3.12.0 dlib==19.16.0 numpy==1.15.3 opencv-python==3.4.3.18 这些是最低版本，可以比这个高。我是用python3.6运行的。 没有安装dlib库的同学，注意在安装好所需库之后，需要自行下载一个.whl文件后才能用pip install dlib 安装成功哦。 相关下载链接在这个博文里：https://blog.csdn.net/wzx479/article/details/79890440

本资源为HOG+SVM实现的行人检测系统，包括完整的训练、检测和测试程序。检测程序运行环境为VS2013+opencv2.4.13和QT+opencv3.1.0,测试程序运行环境为matlab2016，具体运行方法见资源中的.txt说明文件。

hog的xml与训练数据集，用与svm机器学习使用。。。。。，

将MD大神提出的CN特征融合到KCF中，采用的是简单的线性相加。里面的有的注释谷歌翻译的，可以无视

hog svm 行人检测数据集，人已经抠出来了，内含924张图片