实例介绍
【实例简介】
可以进行行人检测的简单代码，测试有效，可以执行，运行结果良好
【实例截图】
【核心代码】
可以用的行人检测
└── 可以用的行人检测
├── alpha.mat
├── bias.mat
├── HOG.m
├── imhogtrace.m
├── myplot.m
├── narrowarray.mat
├── neg
│ ├── img00007.jpg
│ ├── img00036.jpg
│ ├── img00041.jpg
│ ├── img00119.jpg
│ ├── img00120.jpg
│ ├── img00170.jpg
│ ├── img00257.jpg
│ ├── img00341.jpg
│ ├── img00562.jpg
│ ├── img00818.jpg
│ ├── img00897.jpg
│ ├── img01003.jpg
│ ├── img01059.jpg
│ ├── img01065.jpg
│ ├── img01144.jpg
│ ├── img01207.jpg
│ ├── img01259.jpg
│ ├── img01260.jpg
│ ├── img01305.jpg
│ ├── img01360.jpg
│ ├── img01381.jpg
│ ├── img01460.jpg
│ ├── img01480.jpg
│ ├── img01523.jpg
│ ├── img01524.jpg
│ ├── img01591.jpg
│ ├── img01641.jpg
│ ├── img01724.jpg
│ ├── img01790.jpg
│ ├── img01797.jpg
│ ├── img01813.jpg
│ ├── img01915.jpg
│ ├── img02000.jpg
│ ├── img02024.jpg
│ ├── img02096.jpg
│ ├── img02152.jpg
│ ├── img02191.jpg
│ ├── img02216.jpg
│ ├── img02260.jpg
│ ├── img02304.jpg
│ ├── img02337.jpg
│ ├── img02406.jpg
│ ├── img02450.jpg
│ ├── img02467.jpg
│ ├── img02484.jpg
│ ├── img02639.jpg
│ ├── img02667.jpg
│ ├── img02674.jpg
│ ├── img02694.jpg
│ ├── img02818.jpg
│ ├── img02851.jpg
│ ├── img03026.jpg
│ ├── img03050.jpg
│ ├── img03059.jpg
│ ├── img03065.jpg
│ ├── img03155.jpg
│ ├── img03228.jpg
│ ├── img03255.jpg
│ ├── img03296.jpg
│ ├── img03361.jpg
│ ├── img03426.jpg
│ ├── img03462.jpg
│ └── img03585.jpg
├── neg.mat
├── newSVM.asv
├── newSVM.m
├── nsv.mat
├── people2
├── pos
│ ├── img00000.jpg
│ ├── img00026.jpg
│ ├── img00060.jpg
│ ├── img00062.jpg
│ ├── img00078.jpg
│ ├── img00108.jpg
│ ├── img00158.jpg
│ ├── img00173.jpg
│ ├── img00182.jpg
│ ├── img00204.jpg
│ ├── img00211.jpg
│ ├── img00250.jpg
│ ├── img00290.jpg
│ ├── img00356.jpg
│ ├── img00365.jpg
│ ├── img00400.jpg
│ ├── img00448.jpg
│ ├── img00457.jpg
│ ├── img00477.jpg
│ ├── img00504.jpg
│ ├── img00530.jpg
│ ├── img00545.jpg
│ ├── img00551.jpg
│ ├── img00555.jpg
│ ├── img00586.jpg
│ ├── img00587.jpg
│ ├── img00591.jpg
│ ├── img00592.jpg
│ ├── img00599.jpg
│ ├── img00600.jpg
│ ├── img00626.jpg
│ ├── img00633.jpg
│ ├── img00640.jpg
│ ├── img00654.jpg
│ ├── img00659.jpg
│ ├── img00686.jpg
│ ├── img00704.jpg
│ ├── img00736.jpg
│ ├── img00783.jpg
│ ├── img00789.jpg
│ ├── img00794.jpg
│ ├── img00813.jpg
│ ├── img00816.jpg
│ ├── img00854.jpg
│ ├── img00907.jpg
│ ├── img01015.jpg
│ ├── img01029.jpg
│ ├── img01102.jpg
│ ├── img01126.jpg
│ ├── img01154.jpg
│ ├── img01162.jpg
│ ├── img01173.jpg
│ ├── img01176.jpg
│ ├── img01216.jpg
│ ├── img01219.jpg
│ ├── img01294.jpg
│ ├── img01307.jpg
│ ├── img01321.jpg
│ ├── img01330.jpg
│ ├── img01385.jpg
│ ├── img01395.jpg
│ ├── img01401.jpg
│ ├── img01413.jpg
│ ├── img01424.jpg
│ ├── img01471.jpg
│ ├── img01483.jpg
│ ├── img01500.jpg
│ ├── img01529.jpg
│ ├── img01541.jpg
│ ├── img01611.jpg
│ ├── img01642.jpg
│ ├── img01695.jpg
│ ├── img01734.jpg
│ ├── img01781.jpg
│ ├── img01810.jpg
│ ├── img01865.jpg
│ ├── img01870.jpg
│ ├── img01880.jpg
│ ├── img01881.jpg
│ ├── img01887.jpg
│ ├── img02013.jpg
│ ├── img02173.jpg
│ ├── img02207.jpg
│ ├── img02241.jpg
│ ├── img02248.jpg
│ ├── img02275.jpg
│ ├── img02286.jpg
│ ├── img02294.jpg
│ ├── img02316.jpg
│ ├── img02325.jpg
│ ├── img02391.jpg
│ ├── img02423.jpg
│ ├── img02454.jpg
│ ├── img02508.jpg
│ ├── img02542.jpg
│ ├── img02573.jpg
│ ├── img02596.jpg
│ ├── img02599.jpg
│ ├── img02611.jpg
│ ├── img02630.jpg
│ ├── img02635.jpg
│ ├── img02643.jpg
│ ├── img02647.jpg
│ ├── img02653.jpg
│ ├── img02665.jpg
│ ├── img02724.jpg
│ ├── img02805.jpg
│ ├── img02816.jpg
│ ├── img02817.jpg
│ ├── img02823.jpg
│ ├── img02845.jpg
│ ├── img02862.jpg
│ ├── img02911.jpg
│ ├── img02971.jpg
│ ├── img02999.jpg
│ ├── img03034.jpg
│ ├── img03067.jpg
│ ├── img03103.jpg
│ ├── img03195.jpg
│ ├── img03222.jpg
│ ├── img03235.jpg
│ ├── img03275.jpg
│ ├── img03312.jpg
│ ├── img03342.jpg
│ ├── img03347.jpg
│ ├── img03373.jpg
│ ├── img03405.jpg
│ ├── img03442.jpg
│ ├── img03465.jpg
│ ├── img03470.jpg
│ ├── img03481.jpg
│ ├── img03489.jpg
│ ├── img03557.jpg
│ ├── img03558.jpg
│ ├── img03587.jpg
│ ├── img03611.jpg
│ └── img03618.jpg
├── pos.mat
├── predicted.mat
├── readimg2.m
├── readneg.m
├── readpos.m
├── recieve.mat
├── result.jpg
├── SVM_Toolbox
│ ├── osu_svm3.00
│ │ ├── cmap.mat
│ │ ├── Contents.m
│ │ ├── demo
│ │ │ ├── c_clademo.m
│ │ │ ├── c_lindemo.m
│ │ │ ├── c_poldemo.m
│ │ │ ├── c_rbfdemo.m
│ │ │ ├── c_svcdemo.m
│ │ │ ├── DemoData_class.mat
│ │ │ ├── DemoData_test.mat
│ │ │ ├── DemoData_train.mat
│ │ │ ├── one_rbfdemo.m
│ │ │ ├── osusvmdemo.m
│ │ │ ├── SVMClassifier.mat
│ │ │ ├── u_clademo.m
│ │ │ ├── u_lindemo.m
│ │ │ ├── u_poldemo.m
│ │ │ ├── u_rbfdemo.m
│ │ │ └── u_svcdemo.m
│ │ ├── demos.m
│ │ ├── LinearSVC.m
│ │ ├── mexSVMClass.dll
│ │ ├── mexSVMClass.m
│ │ ├── mexSVMClass.mexglx
│ │ ├── mexSVMClass.mexhp7
│ │ ├── mexSVMClass.mexsol
│ │ ├── mexSVMTrain.dll
│ │ ├── mexSVMTrain.m
│ │ ├── mexSVMTrain.mexglx
│ │ ├── mexSVMTrain.mexhp7
│ │ ├── mexSVMTrain.mexsol
│ │ ├── Normalize.m
│ │ ├── one_RbfSVC.m
│ │ ├── PolySVC.m
│ │ ├── RbfSVC.m
│ │ ├── Scale.m
│ │ ├── SVMClass.m
│ │ ├── SVMPlot2.m
│ │ ├── SVMPlot.m
│ │ ├── SVMTest.m
│ │ ├── SVMTrain.m
│ │ ├── u_LinearSVC.m
│ │ ├── u_PolySVC.m
│ │ └── u_RbfSVC.m
│ ├── svm
│ │ └── svm
│ │ ├── binomial.m
│ │ ├── centrefig.m
│ │ ├── cmap.mat
│ │ ├── Contents.m
│ │ ├── Examples
│ │ │ ├── Classification
│ │ │ │ ├── iris1v23.mat
│ │ │ │ ├── iris2v13.mat
│ │ │ │ ├── iris3v12.mat
│ │ │ │ ├── linsep.mat
│ │ │ │ └── nlinsep.mat
│ │ │ └── Regression
│ │ │ ├── example.mat
│ │ │ ├── sinc.mat
│ │ │ └── titanium.mat
│ │ ├── newsvm.zip
│ │ ├── nobias.m
│ │ ├── Optimiser
│ │ │ ├── Makefile
│ │ │ ├── pr_loqo.c
│ │ │ ├── pr_loqo.h
│ │ │ ├── qp.c
│ │ │ └── qp.dll
│ │ ├── qp.dll
│ │ ├── README
│ │ ├── softmargin.m
│ │ ├── svcerror.m
│ │ ├── svcinfo.m
│ │ ├── svc.m
│ │ ├── svcoutput.m
│ │ ├── svcplot.m
│ │ ├── svdatanorm.m
│ │ ├── svkernel.m
│ │ ├── svrerror.m
│ │ ├── svr.m
│ │ ├── svroutput.m
│ │ ├── svrplot.m
│ │ ├── svtol.m
│ │ ├── uiclass.m
│ │ ├── uiclass.mat
│ │ ├── uiregress.m
│ │ └── uiregress.mat
│ └── SVM的工具箱简介.doc
├── test.mat
├── testvector.mat
├── tracking.m
├── Track_People.m
├── TSVM.m
├── zxs.jpg
└── 说明文档.txt
12 directories, 307 files
可以进行行人检测的简单代码，测试有效，可以执行，运行结果良好
【实例截图】
【核心代码】
可以用的行人检测
└── 可以用的行人检测
├── alpha.mat
├── bias.mat
├── HOG.m
├── imhogtrace.m
├── myplot.m
├── narrowarray.mat
├── neg
│ ├── img00007.jpg
│ ├── img00036.jpg
│ ├── img00041.jpg
│ ├── img00119.jpg
│ ├── img00120.jpg
│ ├── img00170.jpg
│ ├── img00257.jpg
│ ├── img00341.jpg
│ ├── img00562.jpg
│ ├── img00818.jpg
│ ├── img00897.jpg
│ ├── img01003.jpg
│ ├── img01059.jpg
│ ├── img01065.jpg
│ ├── img01144.jpg
│ ├── img01207.jpg
│ ├── img01259.jpg
│ ├── img01260.jpg
│ ├── img01305.jpg
│ ├── img01360.jpg
│ ├── img01381.jpg
│ ├── img01460.jpg
│ ├── img01480.jpg
│ ├── img01523.jpg
│ ├── img01524.jpg
│ ├── img01591.jpg
│ ├── img01641.jpg
│ ├── img01724.jpg
│ ├── img01790.jpg
│ ├── img01797.jpg
│ ├── img01813.jpg
│ ├── img01915.jpg
│ ├── img02000.jpg
│ ├── img02024.jpg
│ ├── img02096.jpg
│ ├── img02152.jpg
│ ├── img02191.jpg
│ ├── img02216.jpg
│ ├── img02260.jpg
│ ├── img02304.jpg
│ ├── img02337.jpg
│ ├── img02406.jpg
│ ├── img02450.jpg
│ ├── img02467.jpg
│ ├── img02484.jpg
│ ├── img02639.jpg
│ ├── img02667.jpg
│ ├── img02674.jpg
│ ├── img02694.jpg
│ ├── img02818.jpg
│ ├── img02851.jpg
│ ├── img03026.jpg
│ ├── img03050.jpg
│ ├── img03059.jpg
│ ├── img03065.jpg
│ ├── img03155.jpg
│ ├── img03228.jpg
│ ├── img03255.jpg
│ ├── img03296.jpg
│ ├── img03361.jpg
│ ├── img03426.jpg
│ ├── img03462.jpg
│ └── img03585.jpg
├── neg.mat
├── newSVM.asv
├── newSVM.m
├── nsv.mat
├── people2
├── pos
│ ├── img00000.jpg
│ ├── img00026.jpg
│ ├── img00060.jpg
│ ├── img00062.jpg
│ ├── img00078.jpg
│ ├── img00108.jpg
│ ├── img00158.jpg
│ ├── img00173.jpg
│ ├── img00182.jpg
│ ├── img00204.jpg
│ ├── img00211.jpg
│ ├── img00250.jpg
│ ├── img00290.jpg
│ ├── img00356.jpg
│ ├── img00365.jpg
│ ├── img00400.jpg
│ ├── img00448.jpg
│ ├── img00457.jpg
│ ├── img00477.jpg
│ ├── img00504.jpg
│ ├── img00530.jpg
│ ├── img00545.jpg
│ ├── img00551.jpg
│ ├── img00555.jpg
│ ├── img00586.jpg
│ ├── img00587.jpg
│ ├── img00591.jpg
│ ├── img00592.jpg
│ ├── img00599.jpg
│ ├── img00600.jpg
│ ├── img00626.jpg
│ ├── img00633.jpg
│ ├── img00640.jpg
│ ├── img00654.jpg
│ ├── img00659.jpg
│ ├── img00686.jpg
│ ├── img00704.jpg
│ ├── img00736.jpg
│ ├── img00783.jpg
│ ├── img00789.jpg
│ ├── img00794.jpg
│ ├── img00813.jpg
│ ├── img00816.jpg
│ ├── img00854.jpg
│ ├── img00907.jpg
│ ├── img01015.jpg
│ ├── img01029.jpg
│ ├── img01102.jpg
│ ├── img01126.jpg
│ ├── img01154.jpg
│ ├── img01162.jpg
│ ├── img01173.jpg
│ ├── img01176.jpg
│ ├── img01216.jpg
│ ├── img01219.jpg
│ ├── img01294.jpg
│ ├── img01307.jpg
│ ├── img01321.jpg
│ ├── img01330.jpg
│ ├── img01385.jpg
│ ├── img01395.jpg
│ ├── img01401.jpg
│ ├── img01413.jpg
│ ├── img01424.jpg
│ ├── img01471.jpg
│ ├── img01483.jpg
│ ├── img01500.jpg
│ ├── img01529.jpg
│ ├── img01541.jpg
│ ├── img01611.jpg
│ ├── img01642.jpg
│ ├── img01695.jpg
│ ├── img01734.jpg
│ ├── img01781.jpg
│ ├── img01810.jpg
│ ├── img01865.jpg
│ ├── img01870.jpg
│ ├── img01880.jpg
│ ├── img01881.jpg
│ ├── img01887.jpg
│ ├── img02013.jpg
│ ├── img02173.jpg
│ ├── img02207.jpg
│ ├── img02241.jpg
│ ├── img02248.jpg
│ ├── img02275.jpg
│ ├── img02286.jpg
│ ├── img02294.jpg
│ ├── img02316.jpg
│ ├── img02325.jpg
│ ├── img02391.jpg
│ ├── img02423.jpg
│ ├── img02454.jpg
│ ├── img02508.jpg
│ ├── img02542.jpg
│ ├── img02573.jpg
│ ├── img02596.jpg
│ ├── img02599.jpg
│ ├── img02611.jpg
│ ├── img02630.jpg
│ ├── img02635.jpg
│ ├── img02643.jpg
│ ├── img02647.jpg
│ ├── img02653.jpg
│ ├── img02665.jpg
│ ├── img02724.jpg
│ ├── img02805.jpg
│ ├── img02816.jpg
│ ├── img02817.jpg
│ ├── img02823.jpg
│ ├── img02845.jpg
│ ├── img02862.jpg
│ ├── img02911.jpg
│ ├── img02971.jpg
│ ├── img02999.jpg
│ ├── img03034.jpg
│ ├── img03067.jpg
│ ├── img03103.jpg
│ ├── img03195.jpg
│ ├── img03222.jpg
│ ├── img03235.jpg
│ ├── img03275.jpg
│ ├── img03312.jpg
│ ├── img03342.jpg
│ ├── img03347.jpg
│ ├── img03373.jpg
│ ├── img03405.jpg
│ ├── img03442.jpg
│ ├── img03465.jpg
│ ├── img03470.jpg
│ ├── img03481.jpg
│ ├── img03489.jpg
│ ├── img03557.jpg
│ ├── img03558.jpg
│ ├── img03587.jpg
│ ├── img03611.jpg
│ └── img03618.jpg
├── pos.mat
├── predicted.mat
├── readimg2.m
├── readneg.m
├── readpos.m
├── recieve.mat
├── result.jpg
├── SVM_Toolbox
│ ├── osu_svm3.00
│ │ ├── cmap.mat
│ │ ├── Contents.m
│ │ ├── demo
│ │ │ ├── c_clademo.m
│ │ │ ├── c_lindemo.m
│ │ │ ├── c_poldemo.m
│ │ │ ├── c_rbfdemo.m
│ │ │ ├── c_svcdemo.m
│ │ │ ├── DemoData_class.mat
│ │ │ ├── DemoData_test.mat
│ │ │ ├── DemoData_train.mat
│ │ │ ├── one_rbfdemo.m
│ │ │ ├── osusvmdemo.m
│ │ │ ├── SVMClassifier.mat
│ │ │ ├── u_clademo.m
│ │ │ ├── u_lindemo.m
│ │ │ ├── u_poldemo.m
│ │ │ ├── u_rbfdemo.m
│ │ │ └── u_svcdemo.m
│ │ ├── demos.m
│ │ ├── LinearSVC.m
│ │ ├── mexSVMClass.dll
│ │ ├── mexSVMClass.m
│ │ ├── mexSVMClass.mexglx
│ │ ├── mexSVMClass.mexhp7
│ │ ├── mexSVMClass.mexsol
│ │ ├── mexSVMTrain.dll
│ │ ├── mexSVMTrain.m
│ │ ├── mexSVMTrain.mexglx
│ │ ├── mexSVMTrain.mexhp7
│ │ ├── mexSVMTrain.mexsol
│ │ ├── Normalize.m
│ │ ├── one_RbfSVC.m
│ │ ├── PolySVC.m
│ │ ├── RbfSVC.m
│ │ ├── Scale.m
│ │ ├── SVMClass.m
│ │ ├── SVMPlot2.m
│ │ ├── SVMPlot.m
│ │ ├── SVMTest.m
│ │ ├── SVMTrain.m
│ │ ├── u_LinearSVC.m
│ │ ├── u_PolySVC.m
│ │ └── u_RbfSVC.m
│ ├── svm
│ │ └── svm
│ │ ├── binomial.m
│ │ ├── centrefig.m
│ │ ├── cmap.mat
│ │ ├── Contents.m
│ │ ├── Examples
│ │ │ ├── Classification
│ │ │ │ ├── iris1v23.mat
│ │ │ │ ├── iris2v13.mat
│ │ │ │ ├── iris3v12.mat
│ │ │ │ ├── linsep.mat
│ │ │ │ └── nlinsep.mat
│ │ │ └── Regression
│ │ │ ├── example.mat
│ │ │ ├── sinc.mat
│ │ │ └── titanium.mat
│ │ ├── newsvm.zip
│ │ ├── nobias.m
│ │ ├── Optimiser
│ │ │ ├── Makefile
│ │ │ ├── pr_loqo.c
│ │ │ ├── pr_loqo.h
│ │ │ ├── qp.c
│ │ │ └── qp.dll
│ │ ├── qp.dll
│ │ ├── README
│ │ ├── softmargin.m
│ │ ├── svcerror.m
│ │ ├── svcinfo.m
│ │ ├── svc.m
│ │ ├── svcoutput.m
│ │ ├── svcplot.m
│ │ ├── svdatanorm.m
│ │ ├── svkernel.m
│ │ ├── svrerror.m
│ │ ├── svr.m
│ │ ├── svroutput.m
│ │ ├── svrplot.m
│ │ ├── svtol.m
│ │ ├── uiclass.m
│ │ ├── uiclass.mat
│ │ ├── uiregress.m
│ │ └── uiregress.mat
│ └── SVM的工具箱简介.doc
├── test.mat
├── testvector.mat
├── tracking.m
├── Track_People.m
├── TSVM.m
├── zxs.jpg
└── 说明文档.txt
12 directories, 307 files
标签：
好例子网口号：伸出你的我的手 — 分享！
相关软件
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论