SVM_Train_Predict_HOG CropNegativeSampleFromImage OPENCV HOG特征-SVM分类器行人识别（从训练到识别）

行人侦查跟踪 使用Mobilenet SSD进行行人检测和跟踪 行人检测 使用Caffe Mobilenet SSD进行了培训，详细信息（ ） 然后将模型转移到 （针对移动平台进行了优化的深度学习框架） 追踪 基于光流和卡尔曼滤波器的多对象跟踪器，更多详细信息： : 用法 编译ncnn 转到3rd_party / ncnn （与Raspberry Pi等ARM平台一起使用时，修改ncnn / CMakeLists.txt：添加add_definitions(-mfpu=neon) ，修改ncnn / src / CMakeLists.txt：将40to46行修改为if(TRUE) ） mkdir build cd build cmake .. make 其余全部编译在根目录中mkdir build cd build cmake .. make 跑步去建立/ ./main

行人重识别数据集Market1501

opencv行人检测代码

针对高斯混合模型存在背景更新收敛性差、易受环境噪声和光照突变影响、易产生虚假目标等问题，提出一种基于高斯混合模型的改进算法，用于视频中行人目标检测。通过将帧差法引入高斯混合模型，快速区分背景区域和运动目标区域，从而提取前景中完整的行人目标。结合视频帧边缘和边缘帧差信息，采用多种模型更新率，提高高斯混合模型对复杂背景的自适应性和快速收敛性，从而消除环境噪声和光照突变的影响，避免检测出虚假目标。实验结果表明，相比传统高斯混合模型，该方法可以有效去除噪声和光照的干扰，收敛性更佳、行人检测效果更鲁棒。

毕业设计 使用C++ OpenCV库进行行人检测.zip 可执行 行人检测

2018年中国保险汽车安全指数第一批车型车内乘员、车外行人、车辆辅助安全指数测评结果解读.pdf

机器学习，深度学习，图像识别与机器学习的说明与代码

MIT人物数据集，用于行人检测数据集。900张行人图像，图像ppm格式，可用于识别图像中是否存在人。作为行人检测的正样本。

标准HOG模型在行人检测领域中最为经典，相比于标准模型中整齐划一的block，不同尺寸的block可以获得更多的细节信息。首先，在去除上下文背景的32×96尺寸模型基础上设计144个block特征；然后，提出类Fisher比计算block类别区分力；最后，利用NMS方法选出24个block，串接为1 854维的行人检测模型。实验结果表明，该利用特征选择改进的行人检测模型获得了显著的性能提升。