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別各個情況下的特征數據，針對這個情況，我們針對不同的場景，分別從視頻中采集人員和非人員場景。采集到的樣本量越大，最后同類場景的識別率就越高。

       這里，根據可不同的場景，采集不同的樣本作為特征訓練樣本集。

       具體原理如下所示：

       通常情況下，樣本庫越大，最后得到的識別結果越精確，這也是一開始我說如果能不用模板的算法最好，因為對庫的特征訓練仿真時間非常長，通常要取得優異的識別跟蹤效果，庫往往需要10萬個樣本左右，甚至更多。

        此外，采用模板的方式，當場景或者要檢測的運動物體的類型發現大的變化（HOG特征數據明顯不同）那么則需要重新進行訓練。

        這里，在進行興趣HO

總結

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內容，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站內容還不錯，歡迎將生活随笔推薦給好友。