具有方向梯度直方图（HOGs）特征类型的OpenCV级联分类

我正在尝试使用OpenCV的基于面向对象直方图（HOGs）特征类型的级联分类器，比如“使用面向梯度直方图级联快速人体检测”一文

在web上搜索时，我发现OpenCV的Cascade Classificator只支持HAAR/LBP功能类型（）

• 有没有一种方法可以将HOGs与OpenCV级联分类器一起使用？什么 你有什么建议吗
• 是否有我可以使用的补丁或其他库

提前谢谢

编辑1

我一直在搜索，当我最终发现有一个主干级联分类器，它允许它处理HOG特性。但我不知道它是否有效

链接：

编辑2

我没有测试上面的叉子，因为我的问题已经改变了。但我发现了一个有趣的链接，将来可能会非常有用（当我回到这个问题时）

这一页包含了“面向对象的梯度直方图”一文的源代码

---

人体探测”。还有，更多信息

如果您使用OpenCV Python，那么您可以选择使用一些额外的库，例如内置有方向渐变直方图的库

---

几个月前，我必须解决完全相同的问题，并记录了很多工作（包括HoG的非常基本的Python实现，以及使用PyCUDA的HoG的GPU实现）。那里有可用的代码。GPU代码应该是相当容易修改的，用于C++中。

< P>它现在也似乎也可用在非Python代码中。2.4.3中的opencv_traincascade有一个HOG featuretype选项（我没有尝试）：

[-featureType]

是的，您可以将

cv:：CascadeClassifier

与

HOG

功能一起使用。要做到这一点，只需加载

hogcascade\u peeders.xml

，您可以在

opencv\u src-dir/data/hogcascades

中找到它

---

当使用

hogcascade

进行训练时，与

haarcascade

相比，分类器的工作速度更快，效果更好。…

谢谢@EMS！它有很好的记录。我有两个问题：1）您是否执行了

级联分类器

来选择最能代表窗口的HOG特征？如果是肯定的，2）您是否开发了自己的

级联分类器

，或者您是否修改了OpenCV版本？我没有使用级联分类器，因此我无能为力。一般来说，我不喜欢OpenCV，更喜欢使用Python中的scikits.learn，因此我的大多数分类器都是基于SVM的。我不知道OpenCV级联分类器接受什么作为输入，但是在Python中计算HOG特征描述符可能不太困难，将它们存储到文本文件中，然后操作它们，并将它们加载到C++中，这样您就可以轻松地将它们输入OpenCV。通常，像这样将计算拆分为描述符计算阶段，然后是从描述符到分类器的提要阶段更容易。现在链接已断开。我可以请你在Github上发布吗？谢谢谢谢你的回答。你能给我指一个带有这个文档的URL吗？我搜索了这个，但我想我可能找错了地方。对不起，我找不到任何关于这个的文档。我发布的是我的opencv_traincascade.exeHi，Alexey的输出！谢谢你的回答。那是哪个OpenCV版本？

 [-featureType <{HAAR(default), LBP, HOG}>]