我目前正在尝试检测一系列真实素材图像中的头部，并使用HOG特征描述符和SVM作为分类器。
目前我在此链接中使用MATLAB中的 Dalal的HOG实现代码： http://www.mathworks.com/matlabcentral/fileexchange/46408-histogram-of-oriented-gradients--hog--code-using-matlab
目前我正在使用此链接中的 libSVM MATLAB 版本： http://www.csie.ntu.edu.tw/~cjlin/libsvm/
我准备了350张正面训练图像和1243张负面训练图像。
从训练图像中提取的猪特征向量被转换为libsvmFormat并在libsvm训练方法中输入，以获得模型。猪的矢量长度是1764年。
关于libSVM，我选择了这些作为参数：
-s 0 (i.e. C-SVC) -c 1 (i.e. cost = 1) -t 2 (i.e. kernel = RBF) -g 3 (i.e. gamma = 3 (this is for kernel)) 关于HOG版本，我离开了单元格，bin＆amp;阻止参数在上面链接中显示的实现中。
我正在使用尺寸为128x128和256x256的扫描窗口扫描整个图像以检测可能的头部。在每个窗口，为每个图像提取猪特征向量，并在libsvm预测中输入，以测试是否应将其归类为头部。
然而，在完成上述所有操作后，我有大量的漏报，无法弄清楚我做错了什么。
有人可以体验一下可能有什么问题吗？我真的需要弄清楚这一点。非常感谢！