HOG描述符用於對象檢測

Question

我想知道，如果有任何實現HOG描述符的對象，如「汽車」，而不是人類在MATLAB中？

但在情況下，只存在於人的，你可以指導我的代碼，並給我因此爲了提高代碼提示用於「對象，如汽車或摩托車」

Answer 1

這裏是完全實現Dalal算法的優秀Matlab代碼。我已經測試並將這些代碼用於許多重要的學術項目。

http://hi.baidu.com/fpmaldfoamdfmze/item/4f3b3ac881affcb00c0a7b11 所有功勞歸於發佈這個人！

HOG並非專用於行人檢測。您可以將它與任何剛性（或剛性很好）的物體一起使用。

要使用此代碼，您需要了解如何在一個區域計算HOG。該地區分爲重疊的「塊」。塊由許多「單元」組成。在每個塊中計算空間方向直方圖。最終矢量是通過連接這些空間直方圖形成的。 您可以調整的參數是

cellpw，cellph：cell的像素寬度和高度分別爲。

nblockw，nblockh：分別按x和y方向上的單元格編號計算的塊大小。

nthet：角度箱的數量。

issigned：是否有符號或無符號的梯度被取

重疊：重疊的量指定爲分數塊之間

isglobalinterpolate：是否3D直方圖

的全局或局部插值

normmethod：使用的標準類型

你可以用默認參數嘗試 -

cellpw = 8; cellph = 8; nblockw = 2; nblockh = 2; nthet = 9; 重疊= 0.5; isglobalinterpolate ='localinterpolate'; issigned ='unsigned'; normmethod ='l2hys';

在MATLAB獲取功能是一樣的東西

I = imread('car.png'); 
Ig = rgb2gray(I); 
F = hogcalculator(Ig, 8, 8, 2, 2, 9, 0.5,'localinterpolate', 'unsigned', 'l2hys'); 

尺寸/ F的長度取決於您選擇的paramenters。

回答您的意見， 是的，您必須爲您的正面（汽車）和負面（非汽車）圖像構建這些功能來構建檢測系統。 SVM通常用作分類器。我建議使用SVM庫 -

http://www.csie.ntu.edu.tw/~cjlin/libsvm/

一旦你建立你的訓練集，訓練你的訓練集。調整SVM參數以獲得最高精度。 示例中給出的參數可能不是最好的，你可以隨時嘗試不同的設置。我會先嚐試改變nthet，cellpw和cellph。 祝你好運！

Answer 2

計算機視覺系統工具箱中現在有一個功能extractHOGFeatures。

Answer 3

HOG是一種特徵描述符，它可以應用於任何你想要的對象。除了塊大小，單元大小，塊跨度等參數外，實現將不會改變。要獲取汽車描述符，您需要提供它們的正面和負面樣本。 Opencv爲用戶提供了訓練分類器的功能。如果它提供了用於訓練分類器的代碼，它應該與matlab相同。

Answer 4

那麼你可以使用VLFeat Toolbox，它具有非常有效的HOG implimentaion，你可以找到任何物體的hOG特徵，也可以可視化。 如果輸入圖像爲「im.jpg」，則可以使用 hog = vl_hog("im.jpg",8,'verbose') 獲得HOG功能此處8是您的窗口大小，您可以相應地進行調整。

爲了顯示功能 imhog = vl_hog('render',hog,'verbose')