MATLAB实现图像HOG特征抽取

这个MATLAB源码库包含了使用Freeman-Simoncelli模型作为视野的偏心物体检测器（FOD）。已在MATLAB R2014a及更高版本以及Ubuntu Linux 14.04和16.04上进行了测试。main.m脚本提供了示例调用，展示了如何在提供的数据集上训练和运行FOD和其滑动窗口（SW）版本。

体素体积的三维特征提取，用3D Voxel HOG搞定挺方便的。它是从 Dalal 和 Triggs 那个经典的 HOG 算法演变来的，不过用的是体素，不是像素。换句话说，二维 HOG 进化到三维了，适合体数据，比如医学影像或者 3D 建模。 3D VHOG的亮点是对局部结构的能力比较强，检测人脸、边缘、尖点这些特征还挺准。你可以拿它做风险，比如检测那些看起来伤人的部位，也可以用在立体图像的人脸识别上，灵活得。 实现方式比较纯粹，Matlab写的，结构清晰，适合拿来做二次开发或者改造。你要是搞过HOG，上手也不难，基本套路都差不多。 顺手推荐几个相关的资源，比如3D 体素邻域索引、体素光传播模

介绍了一篇关于核相关滤波器输出约束转移的MATLAB实现，基于视觉跟踪器基准与HOG特征计算代码[2][3]。运行“ run_tracker.m”脚本以选择顺序“ Jogging-1”，并调整“ Tiger1”视频的起始帧为第6帧[1]。

这份资源展示了如何利用MATLAB进行图像分割并提取特征，已通过调试验证，希望能够为他人提供启发。

数据抽取通常从远程系统中提取数据，涉及各种方法，包括使用SQLPlus、OCI/ProC程序、Oracle UTIL_FILE、Oracle Export Utility等。

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。

Matlab环境下，利用图像颜色特征进行图像检索的源代码实现。

我们使用HOG、CN和ResNet-50作为特征提取工具，并参考ECO进行代码模块化。LSDCF跟踪器结合低秩和稀疏判别相关过滤器，适用于粗糙到精细的视觉对象跟踪。安装依赖于MatConvNet和PDollar工具箱，支持Ubuntu 14.04 LTS和Windows 10操作系统。

这段代码简单且有注释，可调整HOG参数。代码用于O. Ludwig、D. Delgado、V. Goncalves和U. Nunes在2009年第12届国际IEEE智能交通系统会议上的工作“可训练的分类器融合方案：行人检测的应用”。如果使用此代码，请引用上述论文。