在我的应用程序中，我必须使用静态摄像头跟踪大学讲座中的讲师。目前我正在使用 Emgu CV 的默认 GPUHOGDescriptor，如果讲师的整个 body 都可见，它会很好用。在讲师站在 table 后面的情况下，检测只有大约 20% 的时间有效。我的想法是使用仅使用 body 上半部分的 HOG 检测器。我在互联网上找不到任何检测器，但我确定我不是第一个遇到这个问题的人。还是存在上半身检测不起作用的根本问题？
有人可以帮我找到一个或分享他们的描述符吗？当我想为自己训练 HOG 描述符时，是否可以使用像 INRIA 这样的标准数据集并仅更改大小以使其只占用图像的上半部分？
最佳答案
它可以通过将大小更改为 100*90 并使用一组上半部分的图像训练 svm 检测器来实现。这会提高准确性，但会降低性能。 您需要使用 HOGDescriptor:compute 函数从所有正负样本图像中获取 HOG 特征，然后将结果提供给 SVM 库(例如 SVMlight)。此页面将帮助您计算特征并从 SVM Light 获取结果模型。该模型将在 genfiles/descriptorVector 中可用
关于opencv - 用于上半身检测的经过训练的 HOG 描述符，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/26139216/