LBP_PHOG特征利用SVM训练分类器

主要针对行人检测，进行训练，能很好的掌握svm基本原理，并且很好了解svm

项目上使用的SVM训练分类器的工具，主要用于行人检测、车辆检测和数据分析分类。

HOG descriptors 是应用在计算机视觉和图像处理领域，用于目标检测的特征描述器。这项技术是用来计算局部图像梯度的方向信息的统计值。这种方法跟边缘方向直方图（edge orientation

ChainCascade,harr特征进行分类器训练,得到一个级联的boosted分类器,训练目标特征,检测物体,这是从opencv库转化成vc++源代码,有一位博士完成,很不错

本代码包括kmeans提取特征，词袋模型提取特征，并利用softmax训练分类器。

包含各种车辆的正负样本，以及训练结果XML格式，可用于车辆检测与跟踪。

opencv，svm，图片分类，训练。源码，范例供参考

用SVM方法制作的分类器1 Training Click “Learning “ from Toolbar or Menu, a dialog will appears like following

支持向量机工具箱,内含demo程序,教你如何训练SVM和进行特征分类

简单调用opencv中的lbp分类器实现人脸识别,一般来说分类训练器的xml文件路径如下:....\opencv\sources\data\lbpcascades