基于matlab，使用互检方法制作的简单的行人检测代码。

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

自己训练SVM分类器进行HOG行人检测，环境VS2013+OpenCV

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

行人检测C++代码

opencv2.4.9+vs2013，行人检测代码，针对视频检测，若想测图片只需将读入视频部分转为读入图片，且需要对视频进行压缩（如格式工厂等，或在opencv内部实现），太大的、清晰度高视频速度较慢。

采用OpenCV3 .4.2开源库，基于混合高斯模型（GMM）实现监控视频移动物体实时检测，使用OpenCV默认的行人检测模型实现了监控视频的行人检测，将两种功能集成到C++的MFC界面中，通过打开摄像头、开始监测、停止监测和关闭摄像头按钮进行操作。 PS: 可使用X64文件夹->Debug文件夹下的.exe文件查看执行效果，在使用代码时需更改OpenCV的相关路径，使用X64平台运行。

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

效果很好的行人检测程序 opencv hog SVM

自己写的关于人体检测的第一个opencv程序,适合初学者学习