上身检测的训练HOG描述符

在我的应用程序中，我必须使用静态相机跟踪大学讲座中的讲师。目前，我正在使用Emgu CV的默认GPUHOGDescriptor，如果演讲者的整个身体都可见，则该功能很有效。在讲师站在桌子后面的情况下，检测仅在大约20％的时间内工作。我的想法是使用仅使用身体上半部分的HOG检测器。我在互联网上找不到任何探测器，但我确信我不是第一个遇到这个问题的探测器。还是有一个根本性的问题，上身检测不起作用？上身检测的训练HOG描述符

有人能帮我找到一个或分享他们的描述符？当我想为自己训练一个HOG描述符时，它是否可以使用像INRIA这样的标准数据集并只改变大小，使其仅占用图像的上半部分？

来源

2014-10-01 user3005031

它可以通过改变尺寸为100 * 90并通过用一组上半部分的图像训练svm检测器来工作。这会提高准确性，但会降低性能。您需要使用HOGDescriptor：计算函数从所有正面和负面样本图像中获取HOG特征，然后将结果反馈给SVM库（如SVMlight）。此页面将帮助您计算特征并从SVM Light中获得最终模型。该模型将可用于genfiles/descriptor向量

来源

2015-05-05 23:40:51

上身检测的训练HOG描述符

回答

相关问题