基于HOG的人体快速检测论文，有助于Hog学习和编写简单Hog程序

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。

基于HOG特征和SVM学习算法的行人目标检测，该代码是C++下的OpenCV实现

可以直接利用该算法进行目标的分类检测，在获得正负样本的特征后进行目标的分类

随着生活水平的不断提高，汽车成为人们生活不可或缺的一部分。汽车总量的不断攀升造成城市交通拥堵不堪，伴随而来是频发的交通事故。在这个背景下智能交通越来越受到人们的关注，与此相关的目标检测技术的研究也得到很大的关注，车辆检测就是其中一个关键的组成部分。车辆检测由于其本身具有的挑战性，例如车辆形状的不同，车辆的视角的不同，车辆的遮挡，光照的差异变化，使车辆检测成为一个十分困难的任务。当前虽然对于车辆检测的研究已经取得一部分的成果，但是现存算法任然具有局限性，在各种环境下无法得到让人满意的效果，因此本文针对车辆检测进行了研究。 本文所做的工作主要包括两个部分：一研究国内外该课题方向的研究现状，对比不同算法的优缺点，研究不同算子提取车辆特征的效果；二是基于前面的研究实现基于HOG特征与SVM分类器的车辆检测系统，验证研究算法的可行性。 经过车辆检测系统的仿真验证，本文研究的方法可以有效的提取图像中的车辆，效果良好，速度在可接受的范围内。

汉字模板为200+，详见ziku.mat 主文件：main.m 有用到matlab2014a的函数，注意