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

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

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

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.)