搜索资源列表
HOG 人体检测的源代码
- HOG 特征向量的计算 用于SVM分类
learcode
- 行人检测源程序，居于svm技术。和梯度直方图提取-Pedestrian Detection source, living in SVM technology. And gradient histogram extraction
objectdet20070707
- cvpr07年 对象检测代码 hog+svm，压缩包里含有行人，车辆等分类器，可以直接检测-cvpr07 on object identification code hog+ svm, compression bag with pedestrians, vehicles and other classifiers
CODE
- 1.GeometricContext文件是完成图片中几何方向目标分类。 参考文献《Automatic Photo Pop-up》Hoiem 2005 2 GrabCut文件是完成图像中目标交互式分割 参考文献《“GrabCut” — Interactive Foreground Extraction using Iterated Graph Cuts》 C. Rother 2004 3 HOG文件是自己编写的根
HOG-LBP-detection
- 该程序分别提取正负样本图像的HOG和LBP特征，利用支持向量机进行样本训练，得到行人分类器。利用训练好的分类器进行检测，实验结果表明，该方法可以有效检测出图像中的行人，并达到了较好的检测结果。-A novel approach based on combining Histogram of oriented gradients (HOG) and LocalBinary Pattern(LBP) is suggested in the
PedestrianDetectionHoG
- HOG特征行人检测 SVM支持向量机 分类-HOG feature pedestrian detection SVM support vector machine classification
An-HOG-LBP-Human-Detector
- 一种基于HOG-LBP特征的人脸检测方法，对于遮挡的人体非常有效。-By combining Histograms of Oriented Gradients (HOG) and Local Binary Pattern (LBP) as the feature set, we pro- pose a novel human detection approach capable of handling partial occ
hog
- HOG+SVM 应用OPENCV来检测人体图像中是否有人-HOG+SVM application the OPENCV to detect whether someone in the human body image
Using-a-Boosted-Cascade
- 行人目标检测 代码文件基于hog+svm检测技术。-people dectect and depending on hog+svm
HOG-SVM-train
- HOG+SVM对于正负样本训练过程，根据样本生产对应的支持向量机，便于人体检测-HOG，SVM train samples，support Vector
HOG-SVM
- 基于HOG与SVM的车牌自动检测系统，系统检测率高达93.5 - U57FA u4E8EHOG u4E0ESVM u7684 u8F66 u724C u81EA u52A8 u68C0 u6D4B u7CFB u7EDF uFF0C u7CFB u7EDF u68C0 u6D4B u7387 u9AD8 u8FBE93.5
hog_svm
- hog+svm的Demo，实测可以运行，搭配INRIA图片集准确率为0.96. 不足：直接把图片缩小为64*128来检测，window的滑动没有。(the demo of HOG+SVM, could run,; not enough: it resize image to 64*128. the window have no slide.)
利用Hog特征和SVM分类器进行行人检测
- 利用Hog特征和SVM分类器进行行人检测(Using Hog features and SVM classifiers for pedestrian detection)
hog_svm
- 利用hog特征以及svm实现两个类别图像的分类(Classification of two categories of images using hog features and SVM)
训练Hog以及检测
- 对行人图片提取hog数据量然后对其检测 用svm数据分类(The data of hog data is extracted and then classified by SVM data)
hog_svm_facedet
- 使用hog特征以及svm分类实现人脸检测，准确率高(face detection used hog+svm)
hog-feature
- 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而如今虽然有很多行人检测算法不断提出，但基本
HOG-SVM-classifer-master
- 利用传统的SVM-HOG算法，进行行人检测(HOG-SVM algorithm for pedestrian detection)
HOG+SVM进行图片中行人检测
- 行人检测HOG+SVM进行图片中行人检测，提供训练用的pos和neg样本，效果还可以；没有SVM工具箱的，压缩包里已经提供了，安装一下即可(Pedestrian detection HOG + SVM for pedestrian detection in pictures, providing POS and neg samples for training, the effect is good; without SVM toolb
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