基于并联SVM支持向量机训练HOG特征提取的人员目标提取

Posted 2021-08-30 fpga&matlab

1.问题描述：

一：基于视频流的兴趣HOG特征提取

       由于，这里所涉及到的场景比较多，角度也比较多，而且你也没有提供合适的样本，所以采用单一的模板库无法提取到能够识别各个情况下的特征数据，针对这个情况，我们针对不同的场景，分别从视频中采集人员和非人员场景。采集到的样本量越大，最后同类场景的识别率就越高。

       这里，根据可不同的场景，采集不同的样本作为特征训练样本集。

       具体原理如下所示：

       通常情况下，样本库越大，最后得到的识别结果越精确，这也是一开始我说如果能不用模板的算法最好，因为对库的特征训练仿真时间非常长，通常要取得优异的识别跟踪效果，库往往需要10万个样本左右，甚至更多。

        此外，采用模板的方式，当场景或者要检测的运动物体的类型发现大的变化（HOG特征数据明显不同）那么则需要重新进行训练。

        这里，在进行兴趣HO