车辆检测中的 HOG-SVM 方法及其在 MATLAB 中的实现

这个文件夹包含了用于好/坏锅过滤器的hog_svm matlab代码。要使用它，请首先在matlab中运行tag.m，为您的训练和测试集添加标签。该程序将生成一个txt文件，记录文件名及其标签（1表示好，2表示坏）。其次，使用change_size.py将所有图片调整为相同的尺寸，以便模型可以高效地训练。建议的尺寸为128x128像素，过小可能影响准确率，过大可能增加训练时间。最后，您可以运行hog_svm.py进行基于hog_svm模型的训练和测试，或者使用train.py和test.py基于tensorflow的ML模型进行训练和测试。

这个项目在C++中实现了fHOG（felzenszwalb的HOG）功能及其在MATLAB中的可视化。原始MATLAB代码可供下载，依赖于OpenCV进行fHOG特征提取和可视化。

频谱泄漏在实际应用中，通常限制观测信号的时间间隔，即在时域截断信号或加时间窗。用时间窗函数乘以信号后，根据卷积定理，时域乘积对应频域卷积，导致频谱泄漏的拖尾现象。

利用Matlab，我们探讨了三种不同的方法来实现直方图均衡，并验证它们的有效性。

这个Matlab程序专门用于在灰度图像上执行SUSAN边缘检测算法。

MATLAB中的最优化方法是学习该软件的极好资源。

包括SVM通用工具包和SVM OSU_3.00工具包的详细介绍，以及如何在Matlab环境中使用这些工具包。

MATLAB 中的共轭梯度优化方法是一种用于解决非线性最优化问题的有效算法。它通过迭代地构造共轭方向，逐步逼近最优点。这种方法对于大规模稀疏优化问题尤其有用。

与BP神经网络相比，GRNN具有以下优点：(1) 网络的训练是单程进行，无需迭代。(2) 隐含层神经元个数由训练样本自动适应确定。