搜索资源列表
fasthoglib
- Hog算子的实时GPU实现算法,基于NVIDIA CUDA的GPGPU实现。-Real-time GPU implementation algorithm of the Hog operator, based on the NVIDIA CUDA GPGPU.
fast-additive-svms.tar
- 基于HOG+LBP+HIKSVM的行人检测算法matlab代码实现,里面包含了libsvm-mat-3.0-1软件包.-the algorithm implementation of pedestrian detection based on the dates+ LBP+ HIKSVM,it contains the libsvm-mat-3.0-1 package
hikvision-PersonDet
- 海康相机开发,获取视频流,利用HOG+SVM算法进行人体检测,读取SVM训练的数据进行检测-kikvision image HOG+SVM people detection
HOGforall
- 图像特征提取算法之一,HOG(梯度直方图)-histogram of oriented gradient
KCF
- 目前最热门的视频检测和跟踪算法,在HOG特征下,排名第一-Currently the most popular video detection and tracking algorithm.In the HOG feature, ranking first
Pedestrian-Detection
- ICCV2013: 简 称UDN算法,从文中描述的检测效果来看,该方法是所有方法中最好的,并且,效果远超过其他方法。经过对论文和该算法源码的研究,该算法是与作者另外一篇 论文的方法 ,另外的论文算法做图片扫描,得到矩形框,然后用该方法对矩形框进行进一步确认,以及降低误警率和漏警率。另外的论文是:Multi-Stage Contextual Deep Learning for Pedestrian Detection 说得难听一点,这篇文章对行人检测没有多大的贡献。仅仅是用深度学习
groundHOG_v1.1_b.tar
- HOG特征提取算法用matlab实现,有详细的注释,方便理解学习。-HOG feature extraction algorithm using matlab realize, detailed notes, easy to understand learning.
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
A-new-pedestrian-detection-method
- 基于HOG和LSS特征的行人检测算法, 具有参考意义-A new pedestrian detection method based on combined HOG and LSS features
ImageClassification-master
- 在这个项目中,我们的目标是建立一个识别和大小231x231图像呈现对象分类系统。我们得到了一组训练图像,每四个标签之一:1飞机;汽车2;3马,否则。我们提供了两个特点:一是方向梯度直方图(HOG),其尺寸为5408;另一个是overfeat ImageNet美国有线电视新闻网的特点,其尺寸37000。关于测试图像,我们只给出了每个图像的功能,没有标签,结果判断由平地机。我们的目标是提供二进制和多个预测。平衡错误率(BER)是我们的性能评估。为了解决这个问题,我们首先减少PCA的问题的维数,处理不
vlfeat-0.9.20.tar
- VLFeat是一个跨平台的开源机器视觉库,它囊括了当前流行的机器视觉算法,如SIFT, MSER, HOG, 同时还包含了诸如K-MEANS, Hierarchical K-means的聚类算法。它由C语言编写,并提供了Matlab接口及详细的文档。当前最新的版本是VLFeat 0.9.18 。(The VLFeat open source library implements popular computer vision algorithms specializing in image un
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.)
Pedestrian_Detection-master
- 运用HOG和SVM方法进行行人检测,同时使用难例优化算法(Using HOG to extract features and SVM to train the model for pedestrian detection.)
face detection
- 运用HOG提取人脸特征与支持向量机算法训练模型,进行人脸识别(Using HOG to extract facial features and support vector machine algorithm training model for face recognition)
da
- 基于码本(codebook)的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法,它用于把弱分类器联合成强分类器;SVM本身就是(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haa
fa(4)
- 基于码本(codebook)的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程)(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaBoost and hog based SVM Classifier + fast
ga (6)
- 基于码本(codebook)的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaBoost and hog based
rq(3)
- 基于码本(codebook)的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法,它用于把弱分类器联合成强分类分类器(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaB
S1IM159.【已完成】基于SVM的烟雾识别系统
- 基于SVM的烟雾识别系统 运动区域提取使用的是 自适应混合高斯背景建模 特征算法使用的是 HOG+LBP 机器学习方法使用的是 scikit的SVM(Smoke recognition system based on SVM The moving region extraction uses adaptive Gaussian mixture background modeling feature algorithm, hog + LBP machine learning method