HOG 特征描述符训练是如何工作的？答案

【问题标题】：How does HOG feature descriptor training work?HOG 特征描述符训练是如何工作的？
【发布时间】：2011-11-30 05:45:27
【问题描述】：

在 openCV 中似乎没有任何 HOG 训练的实现，关于 HOG 训练如何工作的资料也很少。从我收集到的信息来看，HOG 训练可以实时进行。但是培训的要求是什么？培训过程实际上是如何运作的？

【问题讨论】：

【解决方案1】：

与大多数计算机视觉算法一样，Google Scholar 是你的朋友 :) 我建议阅读几篇关于它如何工作的论文。 Here 是关于 HoG 的最常被引用的论文之一，供您参考。

研究计算机视觉时的另一个提示是注意您感兴趣的论文的作者，并尝试找到他们的网站。他们倾向于实现他们的算法以及如何使用它们的经验法则。此外，查找论文中有关您的算法的参考资料。这对于获取背景知识以真正了解算法的工作原理和原因非常有帮助。

【讨论】：

【解决方案2】：

您的术语有点混乱。 HOG 是一个特征描述符。您可以使用 HOG 训练分类器，然后将其用于对象检测。 OpenCV 包括一个使用 HOG 特征的人员检测器和一个 SVM 分类器。它还包括 CascadeClassifier，它可以使用 HOG，通常用于人脸检测。

OpenCV 中有一个名为opencv_traincascade 的程序，它可以让您训练一个级联对象检测器，它让您可以选择使用 HOG。在用于 MATLAB 的计算机视觉系统工具箱中有一个名为 trainCascadeObjectDetector 的函数，它做同样的事情。

【讨论】：