这个利用行人HOG特征通过SVM分类器进行分类的代码。程序运行环境为VS2013+OpenCV2.20。程序内可以选择Opencv自带的行人检测算法，也可以自己训练HOG特征进行检测。如果自己训练的话，需要在D盘建立一个文件（具体文件名程序中有）里面存在训练的正负样本，和测试样本。具体D盘的这个文件夹在本人自愿中已上传，需要请自行下载。
2019-12-21 22:22:26
6.52MB
1
hog_svm采用Python实现训练，同时在训练的过程中提取hardexample进行进一步训练，获得了较为理想的效果，当然如果需要进一步优化还是有较大优化空间的。
2019-12-21 22:12:40
1.84MB
1
hog+svm图像二分类*（MATLAB版本），需要安装libsvm工具箱（环境是MATLAB2014a+libsvm3.23）。里面包含正负样本集图片。
2019-12-21 21:46:05
2.25MB
1
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
2019-12-21 21:41:55
4.96MB
1