1.問題描述：

一：基于視頻流的興趣HOG特征提取

       由于，這里所涉及到的場(chǎng)景比較多，角度也比較多，而且你也沒有提供合適的樣本，所以采用單一的模板庫無法提取到能夠識(shí)別各個(gè)情況下的特征數(shù)據(jù)，針對(duì)這個(gè)情況，我們針對(duì)不同的場(chǎng)景，分別從視頻中采集人員和非人員場(chǎng)景。采集到的樣本量越大，最后同類場(chǎng)景的識(shí)別率就越高。

       這里，根據(jù)可不同的場(chǎng)景，采集不同的樣本作為特征訓(xùn)練樣本集。

       具體原理如下所示：

       通常情況下，樣本庫越大，最后得到的識(shí)別結(jié)果越精確，這也是一開始我說如果能不用模板的算法最好，因?yàn)閷?duì)庫的特征訓(xùn)練仿真時(shí)間非常長(zhǎng)，通常要取得優(yōu)異的識(shí)別跟蹤效果，庫往往需要10萬個(gè)樣本左右，甚至更多。

        此外，采用模板的方式，當(dāng)場(chǎng)景或者要檢測(cè)的運(yùn)動(dòng)物體的類型發(fā)現(xiàn)大的變化（HOG特征數(shù)據(jù)明顯不同）那么則需要重新進(jìn)行訓(xùn)練。

        這里，在進(jìn)行興趣HO

總結(jié)

以上是生活随笔為你收集整理的基于并联SVM支持向量机训练HOG特征提取的人员目标提取的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。