HistogramsofOrientedGradientsforHumanDetection翻譯

1、用于人體檢測的方向梯度直方圖 Navneet Dalal，Bill Triggs    摘要       我們研究了視覺目標檢測的特征集問題，并用線性SVM方法進行人體檢測來測試，通過與當前的基于邊緣和梯度的描述子進行實驗對比，得出方向梯度直方圖(Histograms of Oriented Gradient,HOG)描述子在行人檢測方面表現(xiàn)更加突出。我們研究了計算過程中每一階段的影響，得出小尺度梯度(fine-scale gradients)、精細方向采樣(fine orientat

2、ion binning)、粗糙空域抽樣(coarse spatial binning)以及重疊描述子塊的局部對比度歸一化(local contrastnormalization in overlapping descriptor blocks)都對最終結果有重要作用。這種方法在最初的MIT行人數(shù)據(jù)庫上表現(xiàn)近乎完美，所以我們引入了一個更具挑戰(zhàn)性的包含1800個不同姿勢和背景的已標注人體數(shù)據(jù)集。  1 引言       由于人體姿勢和外表的多變，在圖像中檢測人體是一項具有挑戰(zhàn)性的工作。首先需要的就是一個強壯的特征集，使

3、得在不同光照和背景下都能清晰地分辨出人體。我們研究了人體檢測的特征集問題，局部歸一化的HOG描述子相比于現(xiàn)存的特征集(包括小波17,22)有更好的表現(xiàn)。相比于邊緣方向直方圖(EdgeOrientation Histograms4,5)、SIFT(12)、形狀上下文(Shape Contexts1)，HOG是在網(wǎng)格密集的大小統(tǒng)一的細胞單元(dense grid of uniformlyspaced cells)上進行計算，而且為了提高性能，還采用了重疊的局部對比度歸一化(overlapping local contrastnormalizations)。我們用行人檢測(人體是大部分可見的并且基本

4、上是直立的)進行測試，為了保證速度和簡潔性，使用線性SVM作為分類器。HOG檢測器在MIT的行人數(shù)據(jù)集(17,18)上表現(xiàn)相當好，所以我們又引入了一個更具挑戰(zhàn)性的包含1800個不同姿勢和背景的已標注人體數(shù)據(jù)集。正在進行的工作表明，我們的特征集對于其他基于形狀的目標檢測也同樣好。        第2節(jié)中簡要介紹了在人體檢測上前人的研究工作，第3節(jié)是HOG方法的總體介紹，第4節(jié)介紹了我們使用的數(shù)據(jù)集，第5-6節(jié)是HOG方法的詳細介紹以及不同處理階段的實驗結果，第7節(jié)是結論和總結。  2 前人的研究工作

5、0;      在目標檢測方向上有大量的文獻，這里只列舉與人體檢測有關的論文18,17,22,16,20。6是一篇綜述。Papageorgiou等18提出了一種使用糾正哈爾小波(rectified Haarwavelet)作為特征的多項式SVM行人檢測方法，以及17中基于子窗口的改進方法。Depoortere等給出了論文2中方法的一個最優(yōu)化版本。Gavrila和Philomen8采用一種更直接的方法，提取邊緣圖并將其與樣本進行匹配，使用chamfer距離作為評判標準，這種方法已被用在一個實時行人檢測系統(tǒng)中7。Viola等22提出了一種高效的運動

6、人體檢測器，使用AdaBoost來訓練一串漸進復雜的基于類Haar小波和時空差的區(qū)域拒絕規(guī)則。Ronfard等19提出了一種關節(jié)式的身體檢測器，他通過將基于SVM的肢體分類器合并到動態(tài)規(guī)劃框架中的一階和二階高斯濾波來實現(xiàn)，與Felzenszwalb和Huttenlocher3，以及Ioffe和Forsyth9的方法相似。 Mikolajczyk等16提出了一種方向位置直方圖和二值梯度幅值相結合的身體部位檢測器，能夠檢測臉、頭、以及身體上部或下部的前視或側視輪廓。相比之下，我們的檢測器結構更簡單，使用單一檢測窗口，但行人檢測的效果更好。  3 算法概述 &

7、#160;     此節(jié)是HOG特征提取方法的概述，實現(xiàn)細節(jié)在第6節(jié)。此方法基于對稠密網(wǎng)格中歸一化的局部方向梯度直方圖的計算。相似的特征在過去十年中越來越多的被使用4,5,12,15。此類方法的基本觀點是：局部目標的外表和形狀可以被局部梯度或邊緣方向的分布很好的描述，即使我們不知道對應的梯度和邊緣的位置。在實際操作中，將圖像分為小的細胞單元(cells)，每個細胞單元計算一個梯度方向(或邊緣方向)直方圖。為了對光照和陰影有更好的不變性，需要對直方圖進行對比度歸一化，可以通過將細胞單元組成更大的塊(blocks)并歸一化塊內的所有細胞單元來實現(xiàn)。我們將歸一

8、化的塊描述符叫做HOG描述子。將檢測窗口中的所有塊的HOG描述子組合起來就形成了最終的特征向量，然后使用SVM分類器進行人體檢測，見圖1。 圖1               圖1描述了我們的特征提取和目標檢測流程。檢測窗口劃分為重疊的塊，在塊中計算HOG描述子，形成的特征向量放到線性SVM中進行目標/非目標的分類。檢測窗口在整個圖像的所有位置和尺度上進行掃描，并在輸出的用來檢測目標的金字塔上進行非極大值抑制，本文主要講特征提取的過程。 

9、       方向直方圖的使用已有很多先例13,4,5，但是直到Lowe的SIFT尺度不變特征點提取12，才算達到成熟。SIFT類型的方法在12,14的程序中表現(xiàn)相當出色。形狀上下文1方法研究單元和塊的形狀，最初只使用邊緣像素個數(shù)而不是方向直方圖，就已經(jīng)獲得不錯的結果。這些稀疏特征的成功，不禁使得作為稠密特征的HOG方法的效果和簡易性黯然失色，我們希望我們的研究可以改變這一情況。特別地，我們的非正式實驗表明，即使現(xiàn)在最好的基于特征點的方法，在人體檢測方面比我們方法的錯檢率也要高上至少1-2個數(shù)量級，主要是因為這些基于特征點的檢測器不能

10、可靠地檢測人體結構。        HOG和SIFT特征有個優(yōu)點，它們提取的邊緣和梯度特征能很好的抓住局部形狀的特點，并且由于是在局部進行提取，所以對幾何和光學變化都有很好的不變性：變換或旋轉對于足夠小的區(qū)域影響很小。對于人體檢測，在粗糙的空域采樣(coarse spatial sampling)、精細的方向采樣(fine orientationsampling)和較強的局部光學歸一化(stronglocal photometric normalization)這些條件下，只要行人大體上能夠保持直立的姿勢，就容許有一些細微的

11、肢體動作，這些細微的動作可以被忽略而不影響檢測效果。    4 數(shù)據(jù)集和研究方法       數(shù)據(jù)集       我們在兩個不同的數(shù)據(jù)集上進行了測試，第一個是MIT的行人數(shù)據(jù)庫18，包含城市場景中的509個訓練圖和200個測試圖(加上這些圖片的左右翻轉圖)，此數(shù)據(jù)集只包含正面和背面兩種視角，并且人體的動作有限。我們的檢測器在此數(shù)據(jù)集上表現(xiàn)近乎完美，所以我們制作了一個新的更具挑戰(zhàn)性的數(shù)據(jù)集，“INRIA”，包含從各種人體照片中剪

12、切得到1805個64*128的行人圖片。這些人體大多數(shù)是站立的，但朝向各異并且背景多變，有些背景中還有人群。       研究方法       我們選擇了1239個行人圖片以及他們的左右翻轉圖作為訓練的正樣本，所以總共2478個正樣本。從1218個沒有行人的圖片中隨機截取12180個檢測窗口大小的子圖作為初始的負樣本。用初始分類器檢測這些負樣本，記錄所有分類錯誤的負樣本，這就是所謂的難例(hard examples）。然后，把分類錯誤的負樣本(難例)集加入

13、到初始的訓練集中，重新訓練，生成最終的分類器。這種二次訓練的處理過程顯著提高了每個檢測器的表現(xiàn)(在我們的默認檢測器中使每個窗口的誤報率(FPPW False Positives Per Window)下降了5%)。        為了量化檢測器的性能，我們提出了一個在雙對數(shù)坐標上的評價曲線Detection ErrorTradeoff(DET)，即縱坐標是漏檢率(miss rate，可以是1-recall rate(查全率、命中率)或者 )，橫坐標是每個窗口的誤報率FPPW，兩個值都是越低越好。這種評價方

14、法對于微小的概率變化都能檢測到，我們經(jīng)常使用在10-4FPPW時的漏檢率作為結果性能的參考點。DET曲線比較易變，稍微降低漏檢率就等價于在漏檢率不變時大幅增加誤報率FPPW。例如，對于我們的默認檢測器在FPPW為10-4時，降低漏檢率1%相當于在漏檢率不變時以1.57倍的因子減少？FPPW。  5 結果綜述       我們在此節(jié)比較HOG檢測器與已存在的一些方法的總體表現(xiàn)。我們的HOG檢測器基于矩形塊(R-HOG)或環(huán)形極坐標塊(C-HOG)以及線性或核函數(shù)SVM，與Haar小波、PCA-SIFT或形狀上下文方法

15、進行對比，這些方法的簡要介紹如下：       廣義Haar小波       這種方法是定向類Haar小波(oriented Haar-like wavelets)的擴展，與論文17中使用的方法類似(更優(yōu)于)。這種特征是從9*9和12*12定向一階和二階45度微分濾波器以及對應的二階微分xy濾波器改進得來。       PCA-SIFT     &

16、#160; 此描述子基于用PCA算法將梯度圖投影到從訓練圖片中獲得的基底上11。Ke和Sukthankar表明此描述子在基于特征點的圖像匹配上要優(yōu)于SIFT，但此說法有爭議14。我們對此算法的實現(xiàn)使用16*16的塊，以及和我們的HOG描述子同樣的設定，PCA投影基底從正樣本圖片計算得到。       形狀上下文ShapeContexts       最初的形狀上下文1使用二值邊緣投票在極坐標中統(tǒng)計bin，與邊緣方向無關。我們用1個方向bin的HOG描述子模擬了這一方

17、法。使用內徑2個像素，外徑8個像素的16個角向和3個徑向間隔獲得最好結果。我們測試了基于梯度和邊緣投票的方法，邊緣閾值進行自動選擇來最優(yōu)化檢測結果。       結果       圖3是不同的檢測器在MIT和INRIA測試集上的實驗結果。 圖3(a) 圖3(b)          結果表明，HOG檢測器要顯著優(yōu)于小波、PCA-SIFT、形狀上下文方法，在MI

18、T數(shù)據(jù)集上相比于其他方法有非常明顯性能提升，在INRIA數(shù)據(jù)集上FPPW值有至少一個數(shù)量級的下降。我們的類Haar小波檢測器比MIT的小波檢測器效果好，因為我們使用了2階微分并對輸出向量進行了對比度歸一化。圖3(a)同樣顯示了MIT的最優(yōu)方法及其集成的檢測器的結果(從17的實驗結果中插值計算得來)，然而由于我們不知道17中的數(shù)據(jù)集如何劃分為訓練集和測試集，所以無法進行精確的對比。矩形塊(R-HOG)和環(huán)形塊(C-HOG)檢測器表現(xiàn)相似，C-HOG有輕微的邊緣信息。原始條形(定向2階微分)擴展R-HOG檢測器的特征維數(shù)增加了一倍，同時性能也有較大提升(在10-4FPPW時降低2%的漏檢率)。如果

19、將線性SVM替換為高斯核函數(shù)SVM，在10-4FPPW時有大約3%的性能提升，但以更高的運行時間為代價。以二值邊緣投票(EC-HOG)代替梯度幅值權重投票(C-HOG)會在10-4FPPW時降低大約5%的性能，如果忽略方向信息性能下降會更多，即使增加更多的空間或徑向bin也不管用。PCA-SIFT的表現(xiàn)很差勁，原因之一是，相比于11，為了保留住同樣的變化信息，需要更多的主向量，這可能是由于沒有特征點檢測器后空間配準能力變得更弱了。  6 算法實現(xiàn)和性能研究       在次節(jié)中我們會給出HOG算法的詳細實現(xiàn)，并系統(tǒng)

20、地分析不同的參數(shù)對性能的影響。檢測器參數(shù)如下：無伽馬校正的RGB顏色空間；梯度算子為-1,0,1并且無平滑；梯度方向離散化(投票)到0-180間的9個bin中；塊(block)大小為16*16，細胞單元(cell)大小為8*8；高斯濾波參數(shù)為8；L2-Hys塊歸一化；塊移動步長為8個像素；檢測窗口為64*128；線性SVM分類器。        圖4總結了不同的HOG參數(shù)對總體檢測效果的影響，這些接下來我們會詳細討論，得出的結論是：要想檢測器性能好，需要精細尺度的微分(不需要平滑)，梯度方向直方圖的bin盡量多，尺寸適度的、

21、歸一化的、重疊的描述子塊。        6.1 伽馬/顏色規(guī)范化       我們用不同的冪值(gamma參數(shù))評價了幾種顏色空間，有灰度空間、RGB、LAB，結果表明，這些規(guī)范化對結果影響很小，可能是由于隨后的描述子歸一化能達到相似的效果。如果顏色信息可用，我們的特征提取會使用顏色信息，RGB和LAB顏色空間的結果相似，但如果使用灰度空間，在10-4FPPW時有1.5%的性能下降。對每個顏色通道進行平方根gamma壓縮(即gamma參數(shù)為1/2)，會在

22、10-4FPPW時有1%的性能提升；如果將gamma參數(shù)改為對數(shù)，則會造成2%的性能下降。  6.2 梯度計算       不同的梯度計算方法對檢測器性能有很大影響，但事實證明最簡單的梯度算子結果是最好的。我們先進行高斯平滑，然后應用幾種離散的微分模版來計算梯度。我們測試了不同平滑尺度(包括=0即不平滑)的高斯平滑，也測試了不同的梯度模版，包括一維模版(-1,1、-1,0,1、1,-8,0,8,-1)，3*3的Sobel模版，以及2*2的對角線模版 和(最緊湊的中心二維微分模版)。簡單的-1,0,1模版在

23、=0時表現(xiàn)最好。使用更大的模版往往會降低性能，而且增加高斯平滑也會降低性能：當平滑尺度從0變?yōu)?時，10-4FPPW下的查全率(recallrate)從89%下降到80%，如圖4(a)。在=0時，5個因子的一維模版1,-8,0,8,-1比-1,0,1模版在10-4FPPW下有1%的性能下降，2*2的對角線模版有1.5%的性能下降，無中心的-1,1模版也會導致1.5%的性能下降，推測是由于x和y方向上差分中心的不一致導致方向估計不準確。        對于帶顏色的圖像，分別計算每個顏色通道的梯度，以范數(shù)最大者作為該點的梯度向量

24、。 圖4(a)  6.3 空間/方向bin統(tǒng)計       計算細胞單元(cell)內每個像素的梯度，為某個基于方向的bin投票(vote)，從而形成方向梯度直方圖。細胞單元可以是矩形的或者環(huán)形(極坐標中的扇形)的。直方圖的方向bin在0度-180度(無符號梯度)或者0度-360度(有符號梯度)之間均分。為了減少混疊現(xiàn)象，梯度投票在相鄰bin的中心之間需要進行方向和位置上的雙線性插值。投票的權重根據(jù)梯度幅值進行計算，可以取幅值本身、幅值的平方或者幅值的平方根。實踐表明，使用梯度本身作為投票權重效果最好。&

25、#160;       精細的方向編碼對取得好的結果至關重要，然而空間采樣可以做的相當粗糙。如圖4(b)所示，增加方向bin的個數(shù)可以顯著提高檢測器的性能，直到大約9個bin為止，這里所用的是無符號梯度的0度-180度均分方向直方圖。如果包括梯度符號信息(方向范圍為0度-360度，類似SIFT描述子中使用的方向直方圖)會導致性能下降，即使bin的個數(shù)加倍來保存原始方向信息也不行。對于人體檢測來說，衣服和背景顏色的多半可能使得梯度符號信息無意義，但對于其他目標檢測，例如汽車、摩托車，梯度符號信息是有用的。 圖4(b) 

26、; 6.4 歸一化和描述子塊       由于局部光照的變化，以及前景背景對比度的變化，使得梯度強度的變化范圍非常大，這就需要對梯度做局部對比度歸一化。我們測試了多種不同的歸一化策略，大多數(shù)都是將細胞單元組成更大的空間塊(block)，然后針對每個塊進行對比度歸一化。最終的描述子是檢測窗口內所有塊內的細胞單元的直方圖構成的向量。事實上，塊之間是有重疊的，也就是說，每個細胞單元的直方圖都會被多次用于最終的描述子的計算。此方法看起來有冗余，但可以顯著的提升性能。圖4(d)顯示了將重疊區(qū)域從0增加到重疊3/4塊時，10-4FPPW

27、下有4%的性能提升。 圖4(d)          我們測試了兩種幾何形狀的塊，一種是矩形的塊，稱為R-HOG；一種是極坐標中的環(huán)形塊，稱為C-HOG。       R-HOG       R-HOG塊與SIFT12描述子中使用的塊很相似，但用法不同。R-HOG塊描述子在單一尺度的稠密網(wǎng)格空間中進行計算，無主方向，并且作為更大的檢測窗口描述子的一部分被使用，檢測窗口描

28、述子中明確含有塊之間的相對位置信息。而SIFT特征點描述子在多尺度空間下計算，具有尺度不變性，并需要旋轉到其主方向上，而且SIFT描述子是獨立使用的。SIFT描述子適合稀疏、寬基線的匹配，R-HOG描述子適合表示稠密空間的編碼。其他的先例包括Freeman和Roth4的邊緣方向直方圖。R-HOG塊可以用三個參數(shù)表示：,，塊大小為*，細胞單元大小為*，每個細胞單元有個方向bin。        圖5顯示了在10-4FPPW時漏檢率隨不同的細胞單元和塊尺寸的變化情況。對于人體檢測，每個塊內含3*3個細胞單元，每個細胞單元含6*6

29、個像素時最優(yōu)，此時漏檢率大約為10.4%。事實上，無論塊尺寸為多大，細胞單元為6-8個像素寬時性能最優(yōu)巧合的是，我們的測試圖片中人體大約也是6-8個像素寬。每個塊內含2*2或3*3個細胞單元時最優(yōu)。除此之外，結果不好：當塊過大時，對局部圖像的適應性變差；當塊過小時，有價值的空間信息減少。 圖5，10-4FPPW時漏檢率隨細胞單元和塊尺寸的變化情況。塊步長(塊重疊區(qū)域)固定在塊尺寸的一半(即重疊區(qū)域為1/2)，細胞單元為6*6個像素，每個塊內含3*3個細胞單元時性能最優(yōu)，漏檢率大約為10.4%        

30、;  就像SIFT論文12中描述的，在統(tǒng)計直方圖bin之前用高斯加權使得塊邊緣的像素的權重降低是有很用的。經(jīng)試驗，在10-4FPPW時使用 =  0.5 *block_width的二維高斯核進行加權可使性能提升1%左右。        我們還測試了在描述子中使用不同的細胞單元尺寸和不同的塊尺寸，性能有稍微的提高(在10-4FPPW時提高3%)，但同時會大幅增加描述子尺寸。        此外，我們還測試了垂直塊(含2*1個細胞

31、單元)、水平塊(含1*2個細胞單元)以及既有垂直塊又有水平塊的描述子。垂直塊和垂直+水平塊明顯比只有水平塊要好，但還是不如2*2的方形塊好。       C-HOG       我們的環(huán)形塊描述子與形狀上下文1類似，只不過，每個細胞單元包含一個以梯度為權重的方向棧，而不是單純的方向無關的邊緣計數(shù)。極坐標網(wǎng)格的想法源于允許精細的相鄰結構編碼與粗糙的廣域上下文編碼相結合的思想，以及信號由視覺向人類大腦皮層的轉換是對數(shù)級的這一事實21。實時證明，含有很少的半徑bin的描述

32、子結果最好，所以實際中幾乎不會有不均勻的情況出現(xiàn)?？梢詫-HOG簡單看做中心環(huán)繞編碼的一種高級形式。        C-HOG的塊有兩種形式，一種是中間有一個完整細胞單元的形式(類似14中的GLOH特征)，另一種是中心單元被分為四個90度扇形的形式，類似形狀上下文方法，如下圖所示。 我們只提供中心有完整細胞單元的C-HOG的結果，相比于中心被分割的C-HOG，這種方法有更少的空間劃分，但實際效果卻是相同的。C-HOG可以用四個參數(shù)表示：角度bin的個數(shù)，半徑bin的個數(shù)，中心圓的半徑(以像素為單位)，子半徑的伸展

33、因子。要想保證好的性能，至少需要兩個半徑bin(一個中心半徑、一個周圍的半徑)，四個角度bin。增加額外的半徑bin并不能改善多少性能，如果增加角度bin的個數(shù)反而會降低性能(從4個增加到12個會在10-4FPPW時降低1.3%的性能)。中心圓的半徑為4個像素時最好，但3或5像素結果相似。將伸展因子從2增加到3性能不會變化。為細胞單元的投票加上高斯權重或逆高斯權重不會改變性能。形狀上下文方向(只含一個方向bin)需要更精細的空間子劃分才能表現(xiàn)良好。       塊歸一化策略    &#

34、160;  我們對上面介紹的每種幾何形狀的塊都測試了四種歸一化方法。        假設v是未經(jīng)歸一化的描述子向量。        vk是v的k范數(shù)，k=1,2，是一個很小的常數(shù)        (a)L2-norm(L2范數(shù))：        (b)L2-Hys：先計算L2范數(shù)，然后進行限幅(限制v的最大值為

35、0.2)和再歸一化，12中有描述。        (c)L1-norm(L1范數(shù))：        (d)L1-sqrt：L1范數(shù)取平方根，即 ，實際上是將描述子向量看作是概率分布，然后計算它們之間的Bhattacharya(巴氏)距離。        如圖4(c)所示，L2-Hys、L2-norm、L1-sqrt的表現(xiàn)差不多一樣好，簡單的L1-norm會使性能下降5%，如果完

36、全不進行歸一化會導致性能下降27%(都是指10-4FPPW時)。我們還調整參數(shù)的值進行測試，但結果表明檢測器性能對于值的變化并不敏感。 圖4(c)         中心環(huán)繞歸一化       我們研究了中心環(huán)繞式的細胞單元歸一化方法，利用每個細胞單元和環(huán)繞其周圍的細胞單元(利用二維高斯權重進行加權)的能量對該細胞單元進行歸一化，然而結果如圖4(c)中的”Window norm”曲線所示，這種方法相比于基于塊的歸一化方法會使性能下降(在1

37、0-4FPPW時降低2%)。其中一個原因是由于沒有重疊的塊，每個細胞單元僅在最終的描述子中被使用一次。改變高斯加權的參數(shù)也并不會引起結果的變化。        為了闡明這點，考慮有重疊塊的R-HOG檢測器。訓練好的線性SVM分類器的參數(shù)會衡量每個塊中的每個細胞單元在最終的判定決策中起多少作用。圖6(b,f)表明最重要的細胞單元是包含主要的人體輪廓(特別是頭部、肩部和足部)的那些，用這些細胞單元相對于輪廓外的塊進行歸一化。也就是說，不管訓練圖片中的背景如何復雜，檢測器檢測的主要是人體輪廓相對于背景的差異，而不是內部的邊緣或輪廓

38、相對于前景的差異。衣服上的圖案和身體姿勢的變化使得人體輪廓內部的區(qū)域不適合作為可靠的檢測特征，而且前景到輪廓的過度可能由于平滑陰影而混淆。圖6(c,g)表明人體輪廓內部的梯度(尤其是垂直梯度)一般都是有害的特征，可能是因為這些特征會引起誤報，在這些誤報中長的垂直條紋會被當做頭部或腿。 圖6，HOG描述子最有用的信息來自于人體輪廓周圍(尤其是頭部、肩部、足部)，最有效的塊是以人體輪廓外沿的背景為中心的那些塊。(a)訓練樣本的平均梯度圖，(b)每個像素表示塊中以此像素為中心的最大正SVM權重，(c)與(b)類似，負SVM權重，(d)一張測試圖，(e)計算得到的R-HOG描述子，(f)正S

39、VM權重支持的R-HOG描述子，(g)負SVM權重支持的R-HOG描述子  6.5 檢測窗口和上下文       我們用的64*128大小的檢測窗口在人體周圍會產(chǎn)生大約16個像素的空白邊緣。圖4(e)表明此空白邊緣增加了有助于檢測的上下文信息。將空白邊緣從16像素減少到8像素(48*112大小的檢測窗口)會在10-4FPPW時導致6%的性能下降。保持窗口大小為64*128不變，增加人體的尺寸(同樣會使空白邊緣減少)，雖然使得人體的解析度變高，但也會導致性能下降。 圖4(e)  6.6 分類器       我們默認使用帶有松弛變量(C=0.01)的線性SVM分類器SVMLight10(在原版SVM上稍作改動使得處理大規(guī)