行人和車輛檢測的一些資料閱讀——如何解決多尺度的問題？

1. 車輛識別（特徵提取+svm分類器）

2. 如何用點雲對車輛和行人進行識別分類？這是MIT學生的總結

3. HOG + SVM 做目標檢測、車輛檢測

---

主要考慮的因素是距離遠近不同的車輛的識別策略：處理scale的問題。

• HOG特徵並不是太好啊~
• udacity的無人駕駛項目就是carND https://github.com/udacity/CarND-Vehicle-Detection
• https://github.com/ksakmann/CarND-Vehicle-Detection star40 most
• https://github.com/search?o=desc&q=carND+HOG&s=stars&type=Repositories searching result
• https://github.com/harveenchadha/Udacity-CarND-Vehicle-Detection-and-Tracking star17 second

---

 

---

https://github.com/ksakmann/CarND-Vehicle-Detection 學習筆記

爲了節省時間，在滑動窗口處理時，先對整個圖像計算HOG特徵，然後再去取滑動窗口的HOG特徵，輸入到分類器裏面。然後通過熱力圖過濾到錯誤檢測。那是怎麼得到具體的框圖的？準確和具體的框圖。