首先我們知道Hog特征結(jié)合SVM分類器已經(jīng)被廣泛應(yīng)用于圖像識(shí)別中，尤其在行人檢測(cè)中獲得了極大的成功，HOG+SVM進(jìn)行行人檢測(cè)的方法是法國研究人員Dalal在2005的CVPR上提出的，而如今雖然有很多行人檢測(cè)算法不斷提出，但基本都是以HOG+SVM的思路為主，那么PCL中也是利用這一思想來進(jìn)行行人的檢測(cè)，

總體思路：
1、提取正負(fù)樣本hog特征
2、投入svm分類器訓(xùn)練，得到model
3、由model生成檢測(cè)子
4、利用檢測(cè)子檢測(cè)負(fù)樣本，得到hardexample
5、提取hardexample的hog特征并結(jié)合第一步中的特征一起投入

總結(jié)

以上是生活随笔為你收集整理的PCL行人检测的全部?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。