SVM+HOG:从完全不包含人体的图片中随机剪裁出64*128大小的用于人体检测的负样本

本文介绍如何从不含人体的图像中,利用SVM和HOG特征随机裁剪出64*128尺寸的负样本图片,以供行人检测分类器训练使用。每张原始负样本可生成10张裁剪后的负样本。

进行行人检测的分类器训练时,负样本是从完全不包含人体的图片中随机剪裁出来的,下面程序的目的就是这个:1张负样本图片生成10张

准备工作:
    创建负样本描述文件(全路径)
    ifstream fin("F:\\INRIAPerson\\INRIAPerson\\train_64x128_H96\\neg\\negatives.txt");//打开原始负样本图片文件的路径 
    sprintf(saveName,"F:\\dataset\\neg\\neg%06d.jpg",++CropImageCount);//生成裁剪出的负样本图片的文件名  
#include <iostream>  
#include <fstream>  
#include <stdlib.h> //srand()和rand()函数  
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值