搜索资源列表
hog论文
- 关于图像处理的，基于HOG特征的图像人体检测技术的研究与实现。
Improvements-of-object-detection
- 通过fisher对hog特征降维，并用于物体检测-We present a method for object detection that combines AdaBoost learning with local histogram features. On the side of learning we improve the performance by designing a weak learner for multi-valued features based on Weighte
sport-target-detection-track
- 图像梯度方向直方图（HOG)特征基础上云模型运动目标检测算法,提出HOG特征为基础的均值漂移算法 -Moving target detection algorithm of image gradient orientation histogram (HOG) features based on cloud model proposed HOG feature based on mean shift algorithm
HOG
- 基于梯度方向直方图( H OG) 特征的行人检测是目前检测精度较高的主流方法。针对基于梯度直方图特征的 行人检测存在检测精度还有待提高、向量维数大的问题, 提出使用梯度直方图统计特征加颜色频率和肤色特征描述行 人, 选取一些分类能力较强的block 作为最后的特征, 使用线性SVM 分类。在INRIA 库上的实验证明, 该方法能有效地 提高检测精度。-H istog r am o f or iented g radient( H OG) based on pedestr ian de
Hog-and-Haar
- 基于Hog和Haar特征的行人追踪算法研究的pdf文件-Hog and Haar feature based pedestrian tracking algorithm pdf file
Fusing-Multiple-Feature
- 通过改进基于Haar-like特征和Adaboost的级联分类器，提出一种融合Haar-like特征和 HOG特征的道路车辆检测方法-By improving based on Haar-like features and Adaboost cascade classifier, presents a fusion of Haar-like features and characteristics of HOG road vehicle detection method
人体运动检测数据
- 在研究人体运动检测时，首先需要用HOG算子提取各动作姿态的特征，然后才能选择合适的分类器进行分类。这是一些可以直接用的数据，希望有帮助。
25292626
- 为了实现复杂环境下的人脸特征有效表达，提出一种改进的梯度方向直方图（ＨＯＧ）人脸识别方法．首先以人脸图像网格作为采样窗口并在其上提取 ＨＯＧ特征；然后将所有网格 ＨＯＧ特征向量进行组合，实现整个人脸特 征表达；最后采用最近邻分类器进行识别．另外，比较了该方法与Ｇａｂｏｒ小波和局部二值模式（ＬＢＰ）２种著名的人脸 局部特征表示方法的优劣．实验结果表明，在调优的 ＨＯＧ参数下，在具有光照和时间环境等复杂变化的ＦＥＲＥＴ人 脸库中，较少维数的 ＨＯＧ特征比ＬＢＰ特征有更好的表现，而且 ＨＯ
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