用于上身检测的训练有素的 HOG 描述符答案

【问题标题】：Trained HOG descriptor for upper body detection用于上身检测的训练有素的 HOG 描述符
【发布时间】：2014-11-26 04:00:09
【问题描述】：

在我的应用程序中，我必须使用静态摄像头跟踪大学讲座中的讲师。目前，我正在使用 Emgu CV 中的默认 GPUHOGDescriptor，如果讲师的整个身体都可见，则效果很好。在讲师站在桌子后面的情况下，检测仅在大约 20% 的时间内起作用。我的想法是使用只使用上半身的 HOG 探测器。我在互联网上找不到任何检测器，但我确信我不是第一个遇到这个问题的人。还是上半身检测不起作用的根本问题？

有人可以帮我找到一个或分享他们的描述符吗？当我想为自己训练一个 HOG 描述符时，是否可以使用像 INRIA 这样的标准数据集并仅更改大小以使其仅占用图像的上半部分？

【问题讨论】：

标签： opencv svm emgucv object-detection

【解决方案1】：

它可以通过将大小更改为 100*90 并使用一组上半部分图像训练 svm 检测器来工作。这将提高准确性，但会降低您的性能。您需要使用 HOGDescriptor:compute 函数从所有正样本图像和负样本图像中获取 HOG 特征，然后将结果提供给 SVM 库，例如 SVMlight。此页面将帮助您计算特征并从 SVM Light 获取结果模型。该模型将在 genfiles/descriptorVector 中可用

【讨论】：