Android系统调用opencv实现人体识别。可以实现多个人体的识别，且不会有嵌套框的产生。

自己训练的车辆识别分类器 级联层数16 基于HOG特征

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 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

hog的c版本代码，输入为IPLImage格式单通道图像，输入图像大于4*4，输出为IPlImage格式的9*9的图像（81维特征），可更改为其他格式，

用opencv的traincascade.bat来训练人头，内有人头正样本和负样本，还有归一化尺寸的matlab代码，不需要建立工程，只需简单设置参数就可以进行训练，同时内txt文档还有使用的过程，使训练更简答

本人毕设，见笑了，使用了基于HOG特征的SVM支持向量机，只能检查整个人体，不能检测人体的一部分，程序注释丰富。

基于Hog特征+SVM分类器，利用Opencv3.0进行手写数字识别的源代码及所需资源文件（训练图片、测试图片）

采用lbp和hog特征提取融合，svm分类的人脸识别程序

提取正负样本的HOG 特征，目标可以是行人、车辆等等，提取的hog特征输入SVM中进行训练生成检测器，可以实现目标检测。注：检测窗口根据目标大小进行设定。

这是本人本科做的毕业设计，根据opencv里面人体检测的HOG代码改写，加上了完整的注释（opencv里面是没有任何注释的），并且增加了样本的训练（代码中只提供了PCA50-HOG的检测算子，如有其它需要可以自行训练），线性检测时使用线性SVM优化，高斯检测时使用PCA的降维。同时对候选区域整合代码做了简化处理。 最后感谢网上的各位好心人提供的各类资源，在毕业设计过程中给予了我很大帮助。鉴于网上仍然还有若干未解决的问题，今天把我所做的也分享给大家，希望能给还在探索ing的朋友一些启发。如果有任何问题请留言或者email。