我在这里得到了图像处理/计算机视觉专家的建议。尝试开发一种强大的缩放算法来提取人体的维度。例如，他的上半身宽度。
问题：
这样做的方法： *哈尔 - 无人监督，很多不同身体部位的训练日期和希望最好。 * HOG - 1.面部检测 - ＆gt;之后使用HOG和沿着不同过滤器的假设
注意：所有图片都会缩放到相同的尺寸。
显然，第二种方法的计算时间可能要求更高（尽管可疑） 但是对于第一种方法，训练几乎是不可能的，并且需要更多的时间..
P.S。 我知道那里有一篇关于使用行人数据的论文..但这对于全身+站立而言并不适合坐着。
我愿意听取您的所有想法......如果您有任何要补充的话，我们就会离开。
希望通过node.js
谢谢
答案 0 :(得分：0)
DPM广泛用于计算机视觉中用于物体检测，并且它倾向于在遮挡的情况下工作，并且当图像中仅存在物体的一部分时也是如此。人类的语法模型非常好，并且在标准数据集上具有最先进的结果。它需要大约一秒钟才能对单个图像执行检测，即matlab代码，因此预计会很慢。