OpenCV_基于HOG特征的行人检测
来源:互联网 发布:网络测速器 编辑:程序博客网 时间:2024/05/27 09:46
OpenCV中提供了HOG的行人检测(pedestrain detection)类。
cv::HOGDescriptor类的构造函数的各参数的定义:
CV_WRAP HOGDescriptor() : winSize(64,128), // detect window blockSize(16,16), // block 大小 blockStride(8,8), // overlap block的滑动步长 cellSize(8,8), // cell 大小 nbins(9), // 直方图的bin个数 derivAperture(1), // 微分算子核 winSigma(-1), // 在window上进行高斯加权 histogramNormType(HOGDescriptor::L2Hys), // 直方图归一化类型 L2HysThreshold(0.2), // L2-norm followed by clipping (limiting the maximum values of v to 0.2) and renormalising gammaCorrection(true), // Gamma校正,去除光照影响 nlevels(HOGDescriptor::DEFAULT_NLEVELS) // 分层数
下面的两段代码采用OpenCV中的HOG行人检测类来完成对静态图片中的行人检测。
1)采用64*128 (像素为单位)的detect window
// 基于HOG特征的行人检测 // Author:www.icvpr.com// Blog: http://blog.csdn.net/icvpr #include <iostream>#include <opencv2/opencv.hpp>int main(int argc, char** argv){cv::Mat image = cv::imread("test.bmp");if (image.empty()){std::cout<<"read image failed"<<std::endl;}// 1. 定义HOG对象cv::HOGDescriptor hog; // 采用默认参数// 2. 设置SVM分类器hog.setSVMDetector(cv::HOGDescriptor::getDefaultPeopleDetector()); // 采用已经训练好的行人检测分类器// 3. 在测试图像上检测行人区域std::vector<cv::Rect> regions;hog.detectMultiScale(image, regions, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 1);// 显示for (size_t i = 0; i < regions.size(); i++){cv::rectangle(image, regions[i], cv::Scalar(0,0,255), 2);}cv::imshow("hog", image);cv::waitKey(0);return 0;}
2)采用48*96(像素为单位)的detect window
// 基于HOG特征的行人检测 // Author: http://blog.csdn.net/icvpr #include <iostream> #include <opencv2/opencv.hpp> int main(int argc, char** argv) { cv::Mat image = cv::imread("test.bmp"); if (image.empty()) { std::cout<<"read image failed"<<std::endl; } // 1. 定义HOG对象 cv::HOGDescriptor hog(cv::Size(48, 96), cv::Size(16, 16), cv::Size(8, 8), cv::Size(8, 8), 9, 1,-1, cv::HOGDescriptor::L2Hys, 0.2, true, cv::HOGDescriptor::DEFAULT_NLEVELS); // 2. 设置SVM分类器 hog.setSVMDetector(cv::HOGDescriptor::getDaimlerPeopleDetector()); // 采用已经训练好的行人检测分类器 // 3. 在测试图像上检测行人区域 std::vector<cv::Rect> regions; hog.detectMultiScale(image, regions, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 1); // 显示 for (size_t i = 0; i < regions.size(); i++) { cv::rectangle(image, regions[i], cv::Scalar(0,0,255), 2); } cv::imshow("hog", image); cv::waitKey(0); return 0; }
行人检测实验结果:
相关内容:www.icvpr.com
--------------------------------------------------------
< 转载请注明:http://blog.csdn.net/icvpr >
- OpenCV_基于HOG特征的行人检测
- OpenCV_基于HOG特征的行人检测
- OpenCV_基于HOG特征的行人检测
- 基于HOG特征的Adaboost行人检测
- 基于HOG特征的行人检测算法
- 基于HOG特征的Adaboost行人检测
- 基于HOG特征的Adaboost行人检测
- 基于Hog特征的行人检测
- OpenCV中基于HOG特征的行人检测
- 关于hog特征提取进行行人检测的程序说明
- Hog特征和SVM进行行人检测
- HOG特征+SVM训练进行行人检测。
- 运用HOG特征与SVM检测行人
- 行人检测——HOG特征
- 新手学习opencv九:基于Hog的视频行人检测
- OpenCV中基于HOG+SVM行人检测
- 行人检测全局特征中的HOG、LBP、Haar特征整理
- 利用Hog特征和SVM分类器进行行人检测
- AppDelegate分析
- 提高自己情商的五个关键
- POJ1061 扩展欧几里得
- 回首2012年我们犯下的12个错误
- js中window.open方法的属性介绍
- OpenCV_基于HOG特征的行人检测
- 如何消除你脑海里的消极想法
- 初探Windows8
- Machine Learning Open Source Software
- PayPal账户被限然后解限的一次经历(客户分享)
- 手机浏览器User_Agent乱象
- WIN7 32位+Visual Studio 2010 安装OPENSSL开发包
- The Phantom of the Opera-10、Madame Giry visits the Persian
- 机器学习数据集汇总