（共30页PPT）HOG+SVM行人检测.pptxVIP

HOG+SVM行人检测;目标检测基础知识

HOG算法

HOG+SVM算法实现流程

滑动窗口

非极大值抑制;自动驾驶的障碍;目标检测基础知识

视觉四大任务

分类任务应用

检测任务应用

分割任务应用

HOG算法

HOG+SVM算法实现流程

滑动窗口

非极大值抑制;图像相关任务

分类-Classification：解决“是什么？”的问题

定位-Location：解决“在哪?？”的问题

检测-Detection：解决“是什么？在哪?？”的问题

分割-Segmentation：解决“每?个像素属于哪个?标物或场景”的问题;手写识别

病虫害识别;人脸检测

行人检测

车辆检测

遥感检测;农作物种植

医疗影像处理;HOG（HistogramofOrientedGridients）

通过计算和统计图像局部区域的梯度方向直方图来构成图像的局部特征

在深度学习出现前，最好进行目标检测的方式;目标检测基础知识

HOG算法

算法主体流程

颜色处理

梯度计算

建立直方图

block合并

HOG+SVM算法实现流程

滑动窗口

非极大值抑制;图像颜色归一化

计算梯度

统计得到梯度直方图

在block内归一化直方图

获取hog特征;Hog主要关注边缘轮廓信息，与颜色信息无关

将彩色图像转化为灰度图像

采用心理学公式进行计算

gray=0.3R+0.59G+0.11B

减小光照影响，采用gamma校正处理图片