在好例子网,分享、交流、成长!
您当前所在位置:首页Others 开发实例一般编程问题 → 基于HOG特征与SVM的车辆检测方法研究

基于HOG特征与SVM的车辆检测方法研究

一般编程问题

下载此实例
  • 开发语言:Others
  • 实例大小:43.09M
  • 下载次数:14
  • 浏览次数:162
  • 发布时间:2020-07-16
  • 实例类别:一般编程问题
  • 发 布 人:robot666
  • 文件格式:.zip
  • 所需积分:2
 

实例介绍

【实例简介】
随着生活水平的不断提高,汽车成为人们生活不可或缺的一部分。汽车总量的不断攀升造成城市交通拥堵不堪,伴随而来是频发的交通事故。在这个背景下智能交通越来越受到人们的关注,与此相关的目标检测技术的研究也得到很大的关注,车辆检测就是其中一个关键的组成部分。车辆检测由于其本身具有的挑战性,例如车辆形状的不同,车辆的视角的不同,车辆的遮挡,光照的差异变化,使车辆检测成为一个十分困难的任务。当前虽然对于车辆检测的研究已经取得一部分的成果,但是现存算法任然具有局限性,在各种环境下无法得到让人满意的效果,因此本文针对车辆检测进行了研究。 本文所做的工作主要包括两个部分:一研究国内外该课题方向的研究现状,对比不同
【实例截图】
【核心代码】
文件(1)
├── 源码
│   ├── 9797
│   │   ├── IMG_2684.PNG
│   │   ├── IMG_2685.PNG
│   │   ├── IMG_2686.PNG
│   │   ├── IMG_2687.PNG
│   │   ├── IMG_2689.PNG
│   │   ├── IMG_2690.PNG
│   │   ├── car_001_00000002.jpg
│   │   ├── car_001_00000022.jpg
│   │   ├── car_001_00000024.jpg
│   │   ├── car_001_00000044.jpg
│   │   ├── car_001_00000046.jpg
│   │   ├── car_001_00000064.jpg
│   │   ├── car_002_00000000.jpg
│   │   ├── car_002_00000019.jpg
│   │   ├── car_002_00000022.jpg
│   │   ├── car_002_00000041.jpg
│   │   ├── car_002_00000042.jpg
│   │   ├── car_002_00000061.jpg
│   │   ├── car_002_00000063.jpg
│   │   ├── car_010_00000009.jpg
│   │   ├── car_010_00000011.jpg
│   │   ├── car_010_00000029.jpg
│   │   ├── car_010_00000031.jpg
│   │   ├── car_010_00000050.jpg
│   │   ├── car_010_00000051.jpg
│   │   ├── car_010_00000068.jpg
│   │   ├── car_010_00000070.jpg
│   │   ├── car_012_00000004.jpg
│   │   ├── car_012_00000006.jpg
│   │   ├── car_012_00000026.jpg
│   │   ├── car_012_00000028.jpg
│   │   ├── car_012_00000045.jpg
│   │   ├── car_012_00000046.jpg
│   │   ├── car_012_00000063.jpg
│   │   ├── car_012_00000065.jpg
│   │   ├── car_014_00000004.jpg
│   │   ├── car_014_00000006.jpg
│   │   ├── car_014_00000024.jpg
│   │   └── car_014_00000026.jpg
│   ├── ped detect
│   │   └── ped detect
│   │   └── ped detect
│   │   ├── COPYING
│   │   ├── GUI问号.jpg
│   │   ├── INRIA
│   │   │   └── inriaperson_final.mat
│   │   ├── Makefile
│   │   ├── VOC2007
│   │   │   └── car_final.mat
│   │   ├── VOC2010
│   │   │   └── car_final.mat
│   │   ├── bbox_pred
│   │   │   ├── bboxpred_data.m
│   │   │   ├── bboxpred_get.m
│   │   │   ├── bboxpred_input.m
│   │   │   ├── bboxpred_rescore.m
│   │   │   └── bboxpred_train.m
│   │   ├── bin
│   │   │   ├── bounded_dt.mexw32
│   │   │   ├── cascade.mexw32
│   │   │   ├── compute_overlap.mexw32
│   │   │   ├── dt.mexw32
│   │   │   ├── fconv_var_dim.mexw32
│   │   │   ├── features.mexw32
│   │   │   ├── fv_cache.mexw32
│   │   │   ├── get_detection_trees.mexw32
│   │   │   └── resize.mexw32
│   │   ├── compile.asv
│   │   ├── context
│   │   │   ├── context_data.m
│   │   │   ├── context_labels.m
│   │   │   ├── context_rescore.m
│   │   │   ├── context_test.m
│   │   │   └── context_train.m
│   │   ├── data
│   │   │   ├── imreadx.m
│   │   │   └── pascal_data.m
│   │   ├── demo.m
│   │   ├── external
│   │   │   ├── README
│   │   │   ├── libsvm-3.12
│   │   │   │   ├── COPYRIGHT
│   │   │   │   ├── Makefile
│   │   │   │   ├── Makefile.win
│   │   │   │   ├── README
│   │   │   │   ├── heart_scale
│   │   │   │   ├── matlab
│   │   │   │   │   ├── Makefile
│   │   │   │   │   ├── README
│   │   │   │   │   ├── libsvm_make.m
│   │   │   │   │   ├── libsvmread.c
│   │   │   │   │   ├── libsvmwrite.c
│   │   │   │   │   ├── svm_model_matlab.c
│   │   │   │   │   ├── svm_model_matlab.h
│   │   │   │   │   ├── svmpredict.c
│   │   │   │   │   └── svmtrain.c
│   │   │   │   ├── svm-predict.c
│   │   │   │   ├── svm-scale.c
│   │   │   │   ├── svm-train.c
│   │   │   │   ├── svm.cpp
│   │   │   │   ├── svm.def
│   │   │   │   └── svm.h
│   │   │   └── minConf
│   │   │   ├── minConf
│   │   │   │   ├── boundProject.m
│   │   │   │   ├── linearProject.m
│   │   │   │   ├── minConf_PQN.m
│   │   │   │   ├── minConf_SPG.m
│   │   │   │   ├── minConf_TMP.m
│   │   │   │   └── projectSimplex.m
│   │   │   ├── minFunc
│   │   │   │   ├── autoGrad.m
│   │   │   │   ├── dampedUpdate.m
│   │   │   │   ├── isLegal.m
│   │   │   │   ├── lbfgs.m
│   │   │   │   ├── lbfgsC.c
│   │   │   │   ├── lbfgsHvFunc2.m
│   │   │   │   ├── lbfgsUpdate.m
│   │   │   │   └── polyinterp.m
│   │   │   └── myProcessOptions.m
│   │   ├── features
│   │   │   ├── color.m
│   │   │   ├── featpyramid.m
│   │   │   ├── features.cc
│   │   │   ├── flipfeat.m
│   │   │   ├── getpadding.m
│   │   │   ├── loc_feat.m
│   │   │   ├── resize.asv
│   │   │   └── resize.cc
│   │   ├── fv_cache
│   │   │   ├── fv_cache.cc
│   │   │   ├── fv_cache.h
│   │   │   ├── fv_compile.asv
│   │   │   ├── fv_compile.m
│   │   │   ├── fv_model_args.m
│   │   │   ├── fv_obj_func.m
│   │   │   ├── max_fv_dim.m
│   │   │   ├── mempool.h
│   │   │   ├── model.h
│   │   │   ├── obj_func.cc
│   │   │   └── obj_func.h
│   │   ├── gdetect
│   │   │   ├── bounded_dt.cc
│   │   │   ├── compute_overlap.cc
│   │   │   ├── compute_overlaps.m
│   │   │   ├── dt.asv
│   │   │   ├── dt.cc
│   │   │   ├── fconv_var_dim.cc
│   │   │   ├── fconv_var_dim_MT.cc
│   │   │   ├── fconvsse.cc
│   │   │   ├── gdetect.m
│   │   │   ├── gdetect_dp.m
│   │   │   ├── gdetect_parse.m
│   │   │   ├── gdetect_pos.m
│   │   │   ├── gdetect_pos_prepare.m
│   │   │   ├── gdetect_write.m
│   │   │   ├── get_detection_trees.cc
│   │   │   ├── imgdetect.m
│   │   │   ├── loss_func.m
│   │   │   ├── loss_pyramid.m
│   │   │   ├── tree_mat_to_struct.m
│   │   │   ├── validate_levels.m
│   │   │   └── write_zero_fv.m
│   │   ├── model
│   │   │   ├── block_types.m
│   │   │   ├── getopts.m
│   │   │   ├── lr_root_model.m
│   │   │   ├── mkpartfilters.m
│   │   │   ├── model_add_block.m
│   │   │   ├── model_add_def_rule.m
│   │   │   ├── model_add_nonterminal.m
│   │   │   ├── model_add_parts.m
│   │   │   ├── model_add_struct_rule.m
│   │   │   ├── model_add_symbol.m
│   │   │   ├── model_add_terminal.m
│   │   │   ├── model_create.m
│   │   │   ├── model_get_block.m
│   │   │   ├── model_merge.m
│   │   │   ├── model_sort.m
│   │   │   ├── model_types.m
│   │   │   └── root_model.m
│   │   ├── mytest.asv
│   │   ├── mytest.m
│   │   ├── pascal.m
│   │   ├── ped_detect_gui.asv
│   │   ├── ped_detect_gui.fig
│   │   ├── ped_detect_gui.m
│   │   ├── person_grammar
│   │   │   ├── README
│   │   │   ├── add_head_parts.m
│   │   │   ├── add_slab_parts.m
│   │   │   ├── pascal_person_grammar.m
│   │   │   ├── pascal_train_person_grammar.m
│   │   │   ├── person_grammar_init.m
│   │   │   ├── visualize_person_grammar_model.m
│   │   │   └── voc_config_person_grammar.m
│   │   ├── sample_voc_config_override.m
│   │   ├── startup.asv
│   │   ├── startup.m
│   │   ├── test
│   │   │   ├── clipboxes.m
│   │   │   ├── nms.m
│   │   │   ├── pascal_eval.m
│   │   │   └── pascal_test.m
│   │   ├── train
│   │   │   ├── croppos.m
│   │   │   ├── lrsplit.m
│   │   │   ├── pascal_train.m
│   │   │   ├── seed_rand.m
│   │   │   ├── split.m
│   │   │   ├── subarray.m
│   │   │   ├── train.m
│   │   │   ├── trainval.m
│   │   │   └── warppos.m
│   │   ├── utils
│   │   │   ├── auc_ap_2007.m
│   │   │   ├── bootstrap
│   │   │   │   ├── VOCap_bootstrap.m
│   │   │   │   ├── VOCevaldet_bootstrap.m
│   │   │   │   ├── VOChash_init_bootstrap.m
│   │   │   │   ├── VOChash_lookup_bootstrap.m
│   │   │   │   └── test_stats.m
│   │   │   ├── boxoverlap.m
│   │   │   ├── model_attach_weights.m
│   │   │   ├── model_cmp.m
│   │   │   ├── model_norms.m
│   │   │   ├── procid.m
│   │   │   ├── reduceboxes.m
│   │   │   ├── report.m
│   │   │   ├── report_cmp.m
│   │   │   ├── rndtest.m
│   │   │   ├── showboxesc.m
│   │   │   ├── showposlat.m
│   │   │   ├── tic_toc_print.m
│   │   │   ├── viewerrors.m
│   │   │   ├── xVOCap.m
│   │   │   ├── xVOChash_init.m
│   │   │   └── xVOChash_lookup.m
│   │   ├── vis
│   │   │   ├── HOGpicture.m
│   │   │   ├── foldHOG.m
│   │   │   ├── showboxes.m
│   │   │   ├── vis_derived_filter.m
│   │   │   ├── vis_grammar.m
│   │   │   ├── visualizeHOG.m
│   │   │   └── visualizemodel.m
│   │   ├── voc_config.m
│   │   ├── voc_config_inriaperson.m
│   │   └── 程序说明.txt
│   └── 论文.doc
├── 演示
│   └── 9797.avi
├── 需求
│   └── 功能说明.doc
└── 说明.txt

30 directories, 227 files

标签:

实例下载地址

基于HOG特征与SVM的车辆检测方法研究

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

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

;
报警