上身檢測的訓練HOG描述符

在我的應用程序中，我必須使用靜態相機跟蹤大學講座中的講師。目前，我正在使用Emgu CV的默認GPUHOGDescriptor，如果演講者的整個身體都可見，則該功能很有效。在講師站在桌子後面的情況下，檢測僅在大約20％的時間內工作。我的想法是使用僅使用身體上半部分的HOG檢測器。我在互聯網上找不到任何探測器，但我確信我不是第一個遇到這個問題的探測器。還是有一個根本性的問題，上身檢測不起作用？上身檢測的訓練HOG描述符

有人能幫我找到一個或分享他們的描述符？當我想爲自己訓練一個HOG描述符時，它是否可以使用像INRIA這樣的標準數據集並只改變大小，使其僅佔用圖像的上半部分？

來源

2014-10-01 user3005031

它可以通過改變尺寸爲100 * 90並通過用一組上半部分的圖像訓練svm檢測器來工作。這會提高準確性，但會降低性能。您需要使用HOGDescriptor：計算函數從所有正面和負面樣本圖像中獲取HOG特徵，然後將結果反饋給SVM庫（如SVMlight）。此頁面將幫助您計算特徵並從SVM Light中獲得最終模型。該模型將可用於genfiles/descriptor向量

來源

2015-05-05 23:40:51

上身檢測的訓練HOG描述符

回答

相關問題