搜索资源列表
SVM
- 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了;OpenCV虽然提供了Hog和SVM的API,也提供了行人检测的sample,遗憾的是,OpenCV并没有提供样本训练的sample。这也就意味着,很多人只能用Ope
INRIAHogLbpLabel
- 本方法是hog+lbp+svm来判断是否为行人,函数库为opencv,代码为C++,hog是opencv自带的,lbp为均匀模式,59维度,训练样本为INRIA数据集-opencv lbp svm president detection inria data
HOGPedestraindetaction
- 利用hog特征实现行人检测的opencv小程序-a program use hog figures to detect pedestrain in a picture
svm
- 使用hog特征进行分类,采用opencv里的svm算法(By using the hog feature,we classfy the face images with svm algorithm.)