HOG+SVM行人的检测

简介：
在执行任务之前所做的准备工作包括创建专门文件夹以存储正反例样本以及HardExample样本。从INRIA中精确导入正样本图像文件，确保图像质量与原始数据一致；对于负样本图片，则通过裁剪技术获得，保证图像边界清晰且符合要求。 $ mkdir -p datasetpos datasetneg datasetHardExample 转移特定训练数据集到目标位置。 生成可执行程序并进行编译操作。 $ cmake . $ make 或者通过终端使用g++直接生成可执行文件。 $ g++ -o CropImage crop_image.cpp $(pkg-config opencv --cflags --libs) $ g++ -o SvmTrainUseHog main.cpp $(pkg-config opencv --cflags --libs) $ g++ -o GetHardExample find_save_HardExample.cpp $(pkg-config opencv --cflags --libs) 使用g++编译器生成名为CropImage的可执行程序，并将其应用到crop_image.cpp源文件中。 使用g++编译器生成SvmTrainUseHog可执行程序，应用于main.cpp。 使用g++编译器生成GetHardExample可执行程序，并将其应用到find_save_HardExample.cpp。